MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
Speech Recognition and Synthesis
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

749 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
749 travaux dans la cohorte · sur 4 299 418page 5 sur 15

Les étiquettes couvrent 1 des 749 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 749 des 749 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

aboutno affnon étiqueté
Foreign accent classification using deep neural nets
Utkarsh Singh, Akshay Gupta, Dipjyoti Bisharad, Wasim Arif
2020· article· en· Journal of Intelligent & Fuzzy Systems· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
10
citations
affnon étiqueté
Speech Recognition with Deep Recurrent Neural Networks
Alex Graves, Abdelrahman Mohamed, Geoffrey E. Hinton
2013· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
10
citations
affnon étiqueté
Automatic Dialect Detection in Arabic Broadcast Speech
Ahmed Ali, Najim Dehak, Patrick Cardinal, Sameer Khurana, Sree Harsha Yella, James Glass +2 autres
2016· preprint· en· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
10
citations
affnon étiqueté
Centroid-based deep metric learning for speaker recognition
Jixuan Wang, Kuan-Chieh Wang, Marc T. Law, Frank Rudzicz, Michael Brudno
2019· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
10
citations
venueno affnon étiqueté
Acoustic Characteristics of Pakistani English Vowel Sounds
Abdul Malik Abbasi, Mansoor Ahmed Channa, Masood Akhtar Memon, Stephen John, Kamlesh Kumar
2018· article· en· International Journal of English Linguistics· Computer Science
prédiction distillée:candidate · metaresearchconsensus · aucune
9
citations
affsans résuménon étiqueté
The voice as a material clue: a new forensic Algerian Corpus
Kawthar Yasmine Zergat, Sid‐Ahmed Selouani, Abderrahmane Amrouche, Yazid Kahil, Thouraya Merazi-Meksen
2023· article· en· Multimedia Tools and Applications· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
8
citations
affnon étiqueté
Large Vocabulary Speech Recognition on Parallel Architectures
Patrick Cardinal, Pierre Dumouchel, Gilles Boulianne
2013· article· en· IEEE Transactions on Audio Speech and Language Processing· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
8
citations
affnon étiqueté
Acoustic recognition component of an 86000-word speech recognizer
Li Deng, V. Gupta, M. Lennig, Patrick Kenny, P. Mermelstein
2002· article· en· International Conference on Acoustics, Speech, and Signal Processing· Computer Science
prédiction distillée:candidate · metaepi_narrow+insufficient_payloadconsensus · aucune
8
citations
fundno affnon étiqueté
Robust Training of Vector Quantized Bottleneck Models
Adrian Łańcucki, Jan Chorowski, Guillaume Sanchez, Ricard Marxer, Nanxin Chen, Hans J. G. A. Dolfing +3 autres
2020· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
8
citations
affvenuenon étiqueté
A CROSS-LANGUAGE VOWEL NORMALISATION PROCEDURE
Geoffrey Stewart Morrison, Terrance M. Nearey
2006· article· en· Canadian acoustics· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
8
citations
affaboutnon étiqueté
Automation of locality recognition in ADAS Plus
V. Gupta, Serge Robillard, Claude Pelletier
2002· article· en· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
8
citations

En coulisses: Sélection · Constats · À propos