リサーチ

話者ダイアライゼーションフレームワークの比較評価。DER分析とリアルタイムアプリケーション開発を通じて、Pyannote.audioとNvidia NeMoの性能差を検証します。

英語の発話における音節ストレスレベルを識別するSelf-Attentionモデルの研究

TF-IDFによる検索を活用してGPT-4翻訳のIn-Context Learningの性能を向上させる手法に関する研究レポートです。

OpenAI WhisperとAzure Speech Studioを活用し、ベトナム語・日本語の音声認識精度を向上させるファインチューニング手法の研究成果をまとめています。

複数の評価指標と5つのベンチマーク翻訳モデルを用いた機械翻訳品質の総合的な評価・改善手法に関する研究

Whisperのファインチューニング、話者ダイアライゼーション、複数ASRモデルの比較評価に関する包括的な研究レポートです。