بازگشت به چت هما هما وبلاگ
اخبار زنده هوش مصنوعی
۱۰ خبر
اخبار Introducing Falcon ASR A Blog post by Technology Innovation Institute on Hugging Face پژوهش آیا نمره هوش مصنوعی در تشخیص گفتار واقعاً معتبر است؟ بمباران داده‌های هوش مصنوعی باعث بهینه‌سازی غیراصولی مدل‌ها در بنچمارک‌های تشخیص گفتار شده است. در این مطلب بررسی می‌کنیم که چرا نمرات بنچمارک‌ها ممکن است گمراه‌کننده باشند. پژوهش Introducing the FFASR Leaderboard: Benchmarking ASR in the Real World We’re on a journey to advance and democratize artificial intelligence through open source and open science. پژوهش Hugging Face وارد «Benchmaxxer Repellant» می‌شود: محافظت از داده‌های خصوصی ASR در آخرین بروزرسانی، هگینگ فِیس دیتاست‌های خصوصی صدای English از Appen و DataoceanAI را در لیست ASR مخفی کرد تا از برتری در آزمون جلوگیری کند. پژوهش هوش مصنوعی در تشخیص گفتار: ۱۵۰ مدل و ۲۷٬۰۰۰ مدل ASR در لیست‌برد در این گزارش به بررسی روندها و نتایج جدید لیست‌برد Open ASR می‌پردازیم؛ از موفقیت Conformer + LLM گرفته تا چالش‌های گفتار چندزبانه و متن‌های طولانی. پژوهش چگونه با Wav2Vec2-BERT هوش مصنوعی را برای تشخیص صدای کم منابع تقویت کنیم این مقاله به بررسی فاین‑تیون مدل Wav2Vec2‑BERT برای تشخیص صدای کم‑منابع می‌پردازد و راهنمایی‌های عملی برای پیاده‌سازی در پروژه‌های واقعی ارائه می‌دهد. اخبار انقلاب در تشخیص گفتار چندزبانه: آموزش تطبیقی MMS با هوش مصنوعی با آداپتورهای MMS متا و تکنیک آموزش تطبیقی Hugging Face، تشخیص گفتار چندزبانه وارد فاز جدیدی می‌شود. این رویکرد به ویژه برای زبان‌های کم‌منبع، دقت بی‌نظیری را با آموزش سریع به ارمغان می‌آورد. آموزش چگونه Whisper را برای شناسایی صدا چندزبانه تنظیم کنیم؟ در این مقاله، گام به گام روش تنظیم دقیق مدل Whisper در Google Colab را معرفی می‌کنیم تا برای هر دیتاست چندزبانه ASR عملکردی بالا داشته باشید. پژوهش همکاری هوش مصنوعی: بهینه‌سازی XLSR‑Wav2Vec2 برای تشخیص گفتار چندزبانه آموزش مدل XLSR‑Wav2Vec2 در کم‌منابع با 🤗 Transformers، شناسایی گفتار را در زبان‌های کمتر مستندسازی‌شده بهبود می‌بخشد. کاهش نیاز به داده‌های برچسب‌خورده. آموزش آموزش دقیق Wav2Vec2 برای تشخیص گفتار انگلیسی با هوش مصنوعی در این مقاله از بلاگ هوش مصنوعی هما، نحوه تنظیم دقیق مدل Wav2Vec2 برای تشخیص خودکار گفتار انگلیسی با کتابخانه Transformers آموزش داده می‌شود.