음성인식(ASR/STT) 모델을 개발하거나 도입하려고 할 때 누구나 한 번쯤 부딪히는 질문이 있다. "그래서 지금 뭐가 제일 좋은 모델인데?" 논문마다 평가 데이터셋이 다르고, 텍스트 정규화 방식도 제각각이라 공정한 비교가 어렵다. 오늘 소개할 논문은 이 문제를 정면으로 다룬 Open ASR Leaderboard(Srivastav et al., arXiv:2510.06961)이다. Hugging Face와 NVIDIA가 주도하고 커뮤니티가 함께 만드는 공개 벤치마크 플랫폼으로, 86개 ASR 시스템을 동일한 조건에서 비교한다.1. 이 논문이 해결하려는 문제ASR 분야는 오픈소스 데이터셋과 사전학습 모델 덕분에 빠르게 발전했지만, 그만큼 부작용도 생겼다.새 모델 개발자는 어떤 베이스라인과 어떻게 비교해야 ..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다📄 논문 정보제목: Synthetic Data Domain Adaptation for ASR via LLM-based Text and Phonetic Respelling Augmentation저자: Natsuo Yamashita, Koichi Nagatsuka, Hiroaki Kokubo, Kota Dohi, Tuan Vu Ho (Hitachi, Ltd.)출처: arXiv:..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 "PROBABILITY AND STATISTICAL INFERENCE 9th Edition"에서 발췌한 것입니다. 이 자료들은 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원본을 참고하여 확인하시기 바랍니다 ChatGPT나 Gemini에게 말을 걸면 꽤 잘 알아듣는다.근데 그건 어디까지나 표준어로, 조용한 곳에서, 또박또박 말했을 때 얘기다.광둥어 억양이 섞인 중국어, 모로코식 아랍어, 요루바어 같은 저자원 언어로 말하면 어떻게 될까?오늘 소개할 논문은 KDD '26에 발표된 칭화대(선전 국제대학원)와 JD AI Research의 PolySpeech-100이다.제목 그대로 10..

본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 해당 논문에서 발췌한 것입니다. 이 자료들은 논문의 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원 논문을 참고하여 확인하시기 바랍니다.이 논문은 비평형 통계물리(예: Jarzynski 평등식)와 순차 몬테카를로 아이디어를 차용해, 단순한 기준 분포(가우시안 등)를 데이터 분포로 점진적으로 변환하는 전방 확산 과정을 정의하고, 그 역과정을 가우시안 마르코프 전이(평균·공분산 함수)를 학습하여 되돌리는 “확산 확률모형”을 제안한다. 모델 자체를 “전이 사슬의 끝점”으로 정의함으로써 각 단계의 전이확률이 해석 가능해지고, 이에 따라 샘플링이 정확하며(체인 시뮬레이션), 로그우도(또는 ..

본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 해당 논문에서 발췌한 것입니다. 이 자료들은 논문의 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원 논문을 참고하여 확인하시기 바랍니다.이 글을 읽기전에 먼저 읽어보세요: GAN 논문 DCGAN 논문 cGAN 논문 pix2pix 논문 cycle GAN 논문">이 글을 읽기전에 먼저 읽어보세요:GAN 논문DCGAN 논문cGAN 논문pix2pix 논문cycle GAN 논문 Abstract 본 논문은 기존 image to image 변환 기법들이 두 도메인 간 변환에만 최적화되어 있어, 세 개 이상의 도메인 변환을 위해서는 각 도메인 쌍마다 별도의 모델을 학습해야 한다는 확장성..

본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 해당 논문에서 발췌한 것입니다. 이 자료들은 논문의 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원 논문을 참고하여 확인하시기 바랍니다.이 글을 읽기전에 먼저 읽어보세요: GAN 논문 DCGAN 논문 cGAN 논문 pix2pix 논문">이 글을 읽기전에 먼저 읽어보세요:GAN 논문DCGAN 논문cGAN 논문pix2pix 논문 Abstract본 논문은 정렬된 이미지 쌍 없이도 image to image 변환을 수행할 수 있는 새로운 방법을 제안한다. 기존의 이미지 변환은 입력 이미지와 출력 이미지 간의 매핑을 학습하기 위해 정렬된 쌍이 필요했지만, 실제 많은 경우에는 그러한 ..