「cs.MM」カテゴリーアーカイブ

FlowDubber: Movie Dubbing with LLM-based Semantic-aware Learning and Flow Matching based Voice Enhancing

投稿日: 2025年5月5日 作成者: jarxiv

要約 ムービーダビングは、与えられた短い参照音声のボーカルの音色を維持しながら、 … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | コメントする

ClassWise-CRF: Category-Specific Fusion for Enhanced Semantic Segmentation of Remote Sensing Imagery

投稿日: 2025年5月1日 作成者: jarxiv

要約 ClassWise-CRFと呼ばれる結果レベルのカテゴリ固有の融合アーキテ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.MM | コメントする

Addressing Emotion Bias in Music Emotion Recognition and Generation with Frechet Audio Distance

投稿日: 2025年5月1日 作成者: jarxiv

要約 音楽感情の複雑な性質は、特に単一のオーディオエンコーダー、感情分類器、また … 続きを読む →

カテゴリー: cs.CL, cs.MM, cs.SD, eess.AS | コメントする

Semi-Supervised Cognitive State Classification from Speech with Multi-View Pseudo-Labeling

投稿日: 2025年5月1日 作成者: jarxiv

要約 ラベル付けされたデータの欠如は、音声分類タスク、特に認知状態分類などの広範 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.MM, cs.SD, eess.AS | コメントする

Revise, Reason, and Recognize: LLM-Based Emotion Recognition via Emotion-Specific Prompts and ASR Error Correction

投稿日: 2025年5月1日 作成者: jarxiv

要約 迅速なエンジニアリングを使用して音声感情を注釈と認識して、最近、大規模な言 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.MM, cs.SD, eess.AS | コメントする

Exploring Acoustic Similarity in Emotional Speech and Music via Self-Supervised Representations

投稿日: 2025年5月1日 作成者: jarxiv

要約 音楽と音楽からの感情の認識は、音響の重複のために類似点を共有しており、これ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.MM, cs.SD, eess.AS | コメントする

Solving Copyright Infringement on Short Video Platforms: Novel Datasets and an Audio Restoration Deep Learning Pipeline

投稿日: 2025年5月1日 作成者: jarxiv

要約 YouTube ShortsやTiktokのような短いビデオプラットフォー … 続きを読む →

カテゴリー: cs.AI, cs.MM | コメントする

AlignDiT: Multimodal Aligned Diffusion Transformer for Synchronized Speech Generation

投稿日: 2025年4月30日 作成者: jarxiv

要約 この論文では、複数の入力モダリティ（テキスト、ビデオ、および参照オーディオ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM | コメントする

TrueFake: A Real World Case Dataset of Last Generation Fake Images also Shared on Social Networks

投稿日: 2025年4月30日 作成者: jarxiv

要約 AI生成された合成メディアは、実際のシナリオでますます使用されており、多く … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM | コメントする

Advance Fake Video Detection via Vision Transformers

投稿日: 2025年4月30日 作成者: jarxiv

要約 AIベースのマルチメディア生成における最近の進歩により、超現実的な画像とビ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM | コメントする