Verbesserung der Spracherkennung in lauten Umgebungen durch ein End-to-End-Modell zur Sprechererkennung und Sprachverarbeitung

Ein End-to-End-Modell, das die Stimme des Zielsprechers aus einem lauten, geräuschvollen Umfeld extrahiert und die Genauigkeit der automatischen Spracherkennung deutlich verbessert.