自己教師学習による高速 Conformer モデルを用いた音声処理タスクの万能調味料

自己教師学習を用いた簡略化かつ効率的な音声処理フレームワーク「NEST」を提案し、様々な音声処理タスクにおいて新しい最先端の性能を達成する。