#speech-ai4개

음성 AI 학습 입력은 인식·분석은 16kHz, 합성·대화는 24kHz 모노로 수렴한다1,905자

speech-ai audio signal-processing dataset

음성 대화 모델의 실제 2인 대화 데이터는 Fisher 약 2,000시간이 사실상 전부다1,632자

speech-ai dataset full-duplex spoken-dialogue

음성 인식 학습 데이터는 사람 전사 20만 시간이 한계라 의사라벨로 수천만 시간까지 늘린다1,948자

speech-ai dataset asr tts

통화 녹음의 고음 에너지는 성별보다 AAC 비트레이트 차이가 크게 좌우한다1,596자

audio codec signal-processing speech-ai