AlignAtt4LLM: Traducción simultánea con LLMs decoder-only
AlignAtt4LLM logra traducción simultánea inglés-alemán/italiano con baja latencia aplicando AlignAtt en LLMs solo decodificador. Resultados superiores.
#transcripción
GC-MoE: Estimación de Transcripción Espacial de Célula Única desde Histología
GC-MoE utiliza mezcla de expertos guiada por genómica para predecir expresión génica por célula desde histología, mejorando la precisión en transcripción espacial.
MOSS-Audio: el modelo de IA que unifica voz, sonido y música
MOSS-Audio unifica voz, sonido y música con DeepStack y time markers. Descubre su arquitectura y rendimiento en ASR y razonamiento con audio.
Alternativa a Cluely para Mac: Copilot en Vivo Responsable
Descubre ExtraBrain: alternativa responsable a Cluely para Mac. Copilot en vivo con transcripción local y contexto de pantalla.
Ampliando el ASR conversacional húngaro: Corpus BEA-Dialogue+
El nuevo corpus BEA-Dialogue+ ofrece 200 horas de conversaciones naturales transcritas para ASR en húngaro. Con SOT se logran mejoras significativas en WER y CER. ¡Potencia tus sistemas de diálogo!
G-STAR: Reconocimiento Global de Oradores Atribuido E2E
Descubre G-STAR, sistema E2E que integra seguimiento de oradores y transcripción LLM para reconocimiento atribuido preciso en reuniones multiparticipante.
Construyendo Vakh en BETA: Errores, Aprendizaje y Conversión de Voz a Texto Local
Vakh en beta: lecciones y errores en conversión local de voz a texto. Descubre qué funcionó y qué no en esta experiencia de desarrollo.
Construí un pipeline de agente de IA que convierte notas de voz en artículos publicados
Descubre el pipeline de IA que convierte notas de voz en artículos publicados. Optimiza tu contenido con inteligencia artificial.