檢索結果：共4筆資料 檢索策略： "Deep-learning".ekeyword (精準) and cadvisor.raw="陳冠宇"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
本篇研究中提出了新的 phase picking 模型，GRADUATE，希望能達到快速且在不同環境中都能有穩定的效能表現。利用來自時域的波形資料與時頻域的頻譜圖作為輸入，參考兩個不同領域提供的特徵…
2
本論文介紹了多個膾炙人口的端到端語音辨識模型，從一開始出現的Connectionist Temporal Classification（CTC）模型、Recurrent Neural Network…
3
隨著Transformer架構的提出，如BERT、GPT-2…等等，這些預訓練於大量文本上的模型透過微調下游任務的方式在自然語言處理領域中蓬勃發展。在中文斷詞領域中，也將資料集的評估分數推升至F1分…
4
自動語音辨識模型（Automatic speech recognition, ASR）的目的是將語音訊號轉換為對應的文字，其對聲學的特徵和文字的前後文意有著很強的學習能力才能夠整合語音與文字兩個模態…