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 6 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.

affnon étiqueté
The Pytorch-kaldi Speech Recognition Toolkit
Mirco Ravanelli, Titouan Parcollet, Yoshua Bengio
2019· preprint· en· Computer Science
prédiction distillée:candidate · scholarly_communication+insufficient_payloadconsensus · aucune
7
citations
affsans résuménon étiqueté
An Empirical Study of Methods for SPN Learning and Inference
Cory J. Butz, Jhonatan de S. Oliveira, André E. dos Santos, André Teixeira, Pascal Poupart, Agastya Kalra
2018· article· en· Probabilistic Graphical Models· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Tree-structured vector quantization for speech recognition
M. Barszcz, Wanyi Chen, Gilles Boulianne, Patrick Kenny
2000· article· en· Computer Speech & Language· Computer Science
prédiction distillée:candidate · metaepi_narrow+insufficient_payloadconsensus · aucune
7
citations
affnon étiqueté
Computer synthesis of Mandarin
Ching Y. Suen
2005· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affsans résuménon étiqueté
Learning Prosodic Patterns for Mandarin Speech Synthesis
Yiqiang Chen, Wen Gao, Tingshao Zhu, Charles X. Ling
2002· article· en· Journal of Intelligent Information Systems· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
7
citations
affnon étiqueté
Adaptive threshold estimation for speaker verification systems
Eduardo Castilllo-Guerra, Roberto Díaz-Amador, Cárdenas-Barreras L. Julian
2008· article· en· The Journal of the Acoustical Society of America· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
6
citations
aboutno affnon étiqueté
Development of the Vietnamese speech assessment
Ben Phạm
2018· article· vi· Charles Sturt University Research Output (CRO)· Computer Science
prédiction distillée:candidate · metaepi_narrow+sts+insufficient_payloadconsensus · aucune
6
citations
affaboutnon étiqueté
ArtiSynth designing a modular 3D articulatory speech synthesizer
Florian Vogt, Oliver Guenther, Allan Hannam, Kees van den Doel, John E. Lloyd, Leah Vilhan +10 autres
2005· article· en· The Journal of the Acoustical Society of America· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
6
citations
affnon étiqueté
AutoDL Challenge Design and Beta Tests-Towards automatic deep learning
Zhengying Liu, Olivier Bousquet, André Elisseeff, Sérgio Escalera, Isabelle Guyon, Julio C. S. Jacques +7 autres
2018· preprint· en· HAL (Le Centre pour la Communication Scientifique Directe)· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communicationconsensus · aucune
6
citations
afffundnon étiqueté
CL-MASR: A Continual Learning Benchmark for Multilingual ASR
Luca Della Libera, Pooneh Mousavi, Salah Zaiem, Cem Subakan, Mirco Ravanelli
2024· article· en· IEEE/ACM Transactions on Audio Speech and Language Processing· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
6
citations
venueno affnon étiqueté
Mel-Spectrograms Based LSTM Model for Speech Emotion Recognition
Hemanta Kumar Bhuyan, Biswajit Brahma, Nilayam Kumar Kamila, Subbarao Peram, Bannaravuri Leelambika, Amaresh Sahu
2025· article· en· Traitement du signal· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
6
citations

En coulisses: Sélection · Constats · À propos