Speaker-Disentangled Chunk-Wise Regression for Syllabic Tokenization
A speaker-disentangled syllabic tokenizer regresses perturbed student representations toward clean teacher targets to improve syllable boundary detection and speech language modeli…
Hugging Face · Daily Papers
·Ryota Komatsu, Kota Kawakita
·
Este artigo está em destaque na seleção diária de papers do Hugging Face, curada pela comunidade de pesquisa em IA.
Autores: Ryota Komatsu, Kota Kawakita, Takuma Okamoto, Takahiro Shinozaki
- 0 upvotes da comunidade
- Temas: syllabic tokenization, teacher-student distillation, HuBERT, latent speech frame representations, speaker-disentangled, cross-entropy objective
Resumo
Resumo original (em inglês), extraído do paper:
A speaker-disentangled syllabic tokenizer regresses perturbed student representations toward clean teacher targets to improve syllable boundary detection and speech language modeling performance.Onde ler
// relacionados
Leia também
Editorial
EdgeBench: 38 mil horas de agentes trabalhando revelam uma lei de escala inesperada
Editorial
Hy3: a Tencent libera seu modelo de 295 bilhões sob Apache 2.0 — e sem fronteiras
Editorial
InternVLA-A1.5: o robô que imagina o próximo segundo antes de mover o braço
Editorial