Дыры в E2EE: как хакеры «меняют замки» в вашем облачном хранилище
由于服务安全缺陷，2200 万用户面临丢失数据的风险。
E2EE стирает границы: Android и iOS теперь в одной лодке
GSMA 正在为所有移动设备制定新的安全标准。
Watch: Investigative Journalist Explains Why Epstein Case Will Never Progress...
观看：调查记者解释了为什么爱泼斯坦案永远不会进步...史蒂夫·沃森（Steve Watson）通过现代性撰写。新闻工作者尼克·布莱恩特（Nick Bryant）在肖恩·瑞安（Shawn Ryan）播客的病毒夹中指出，杰弗里·爱泼斯坦（Jeffrey Epstein）案在联邦政府覆盖了杰弗里·爱泼斯坦（Jeffrey Epstein）案，即联邦政府正在被联邦政府覆盖，并且永远不会进步，因为它会销毁整个经营系统。布莱恩特注意到。“政府希望确保这不会出现。我们的政治制度的很大一部分是基于勒索的。”他补充说，杰尔纳尔主义者尼克·布莱恩特（Nick Bryant）解释了为什么联邦政府积极掩盖杰弗里·爱泼
Phonetically-Augmented Discriminative Rescoring for Voice Search Error Correction
端到端（E2E）自动语音识别（ASR）模型是使用配对的音频文本样本训练的，这些样品的获取昂贵，因为高质量的地面图数据需要人体注释。语音搜索应用程序（例如数字媒体播放器）利用ASR允许用户通过语音搜索而不是屏幕键盘。但是，在E2E ASR系统的训练数据中可能没有足够的代表或不足的电影标题，因此可能会受到较差的认可。在本文中，我们提出了一个语音校正系统，该系统由（a）基于…
本文介绍了一种使用大型语言模型 (LLM) 进行端到端自动语音识别 (E2E-ASR) 的有效解码方法。虽然浅层融合是将语言模型纳入 E2E-ASR 解码的最常见方法，但我们在 LLM 方面面临两个实际问题。 (1) LLM 推理在计算上成本高昂。 (2) ASR 模型和 LLM 之间可能存在词汇不匹配。为了解决这种不匹配，我们需要重新训练 ASR 模型和/或 LLM，这在最好的情况下很耗时，而且在许多情况下是不可行的。我们提出了“延迟融合”，它应用 LLM 分数……
Speech is More Than Words: Do Speech-to-Text Translation Systems Leverage Prosody?
这篇论文被 EMNLP 2024 的第九届机器翻译会议 (WMT24) 接受。口语的韵律，包括重音、语调和节奏等特征，会显著影响底层语义，从而也会影响其文本翻译。尽管如此，韵律很少在语音到文本翻译 (S2TT) 系统的背景下进行研究。特别是，端到端 (E2E) 系统被认为非常适合韵律感知翻译，因为它们在做出翻译决策时可以直接访问语音信号，但……
Optimizing Byte-level Representation for End-to-End ASR
在本文中，我们提出了一种优化端到端 (E2E) 自动语音识别 (ASR) 字节级表示的算法。当支持的语言的字符集很大时，大型多语言 ASR 系统通常会使用字节级表示。字节级表示的紧凑性和通用性使 ASR 模型可以使用较小的输出，从而提供更大的灵活性。UTF-8 是最常用的字节级表示，已成功应用于 ASR。然而，它不是为 ASR 或任何机器学习任务设计的。通过使用……
Enhancing CTC-based Speech Recognition with Diverse Modeling Units
近年来，端到端 (E2E) 自动语音识别 (ASR) 模型的发展令人瞩目，这在很大程度上要归功于 Transformer 等深度学习架构的进步。在 E2E 系统的基础上，研究人员通过使用基于音素的模型重新评分 E2E 模型的 N 个最佳假设，实现了显着的准确性提升。这提出了一个有趣的问题，即除了系统组合效应之外，改进还来自哪里。我们研究了推动这些收益的潜在机制，并提出了一种有效的联合训练方法，其中 E2E 模型进行联合训练……
How to Test Machine Learning Systems
从概念到实用的代码片段，实现有效测试图片来自作者软件开发中的测试至关重要，因为它可以保证交付给客户的价值。交付成功的产品不是一次性的努力；而是一个持续的过程。为了确保持续交付，我们必须定义成功，整理数据，然后训练和部署我们的模型，同时持续监控和测试我们的工作。为了持续交付，我们必须定义成功，整理数据，然后训练和部署我们的模型，同时持续监控和测试我们的工作。机器学习系统中的“信任”不仅仅需要测试；它必须集成到整个生命周期中（如我的另一篇博客所示）。TRUST 的机器学习流程可以在“如何以合理的方式在机器学习中构建 TRUST”中描述（图片来自作者）。在深入讨论详细部分之前，这里有一个简短的 TL
