「cs.SD」カテゴリーアーカイブ

Enhancing Suicide Risk Assessment: A Speech-Based Automated Approach in Emergency Medicine

投稿日: 2024年4月19日 作成者: jarxiv

要約 救急部門での専門的な精神医学的評価と自殺傾向のリスクのある患者へのケアへの … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS, I.2 | Enhancing Suicide Risk Assessment: A Speech-Based Automated Approach in Emergency Medicine はコメントを受け付けていません

Vesper: A Compact and Effective Pretrained Model for Speech Emotion Recognition

投稿日: 2024年4月19日 作成者: jarxiv

要約 この論文では、一般的な大規模事前学習モデル (PTM) を音声感情認識タス … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Vesper: A Compact and Effective Pretrained Model for Speech Emotion Recognition はコメントを受け付けていません

Simultaneous Interpretation Corpus Construction by Large Language Models in Distant Language Pair

投稿日: 2024年4月19日 作成者: jarxiv

要約 同時機械翻訳 (SiMT) システムでは、同時通訳 (SI) コーパスを使 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SD, eess.AS | Simultaneous Interpretation Corpus Construction by Large Language Models in Distant Language Pair はコメントを受け付けていません

Automatic Speech Recognition using Advanced Deep Learning Approaches: A survey

投稿日: 2024年4月19日 作成者: jarxiv

要約 深層学習 (DL) の最近の進歩により、自動音声認識 (ASR) にとって … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS, eess.SP | Automatic Speech Recognition using Advanced Deep Learning Approaches: A survey はコメントを受け付けていません

Dynamic Modality and View Selection for Multimodal Emotion Recognition with Missing Modalities

投稿日: 2024年4月19日 作成者: jarxiv

要約 人間の感情の研究は、伝統的に心理学や神経科学などの分野の基礎でしたが、人工 … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.SD, eess.AS | Dynamic Modality and View Selection for Multimodal Emotion Recognition with Missing Modalities はコメントを受け付けていません

The LuViRA Dataset: Measurement Description

投稿日: 2024年4月18日 作成者: jarxiv

要約 視覚、音声、無線センサーを利用した位置特定アルゴリズムを評価するためのデー … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS, eess.SP | The LuViRA Dataset: Measurement Description はコメントを受け付けていません

Tango 2: Aligning Diffusion-based Text-to-Audio Generations through Direct Preference Optimization

投稿日: 2024年4月17日 作成者: jarxiv

要約 ジェネレーティブ マルチモーダル コンテンツは、アーティストやメディア担当 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Tango 2: Aligning Diffusion-based Text-to-Audio Generations through Direct Preference Optimization はコメントを受け付けていません

Anatomy of Industrial Scale Multilingual ASR

投稿日: 2024年4月17日 作成者: jarxiv

要約 このペーパーでは、さまざまなアプリケーション ニーズに対応する大規模な多言 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Anatomy of Industrial Scale Multilingual ASR はコメントを受け付けていません

Llama-VITS: Enhancing TTS Synthesis with Semantic Awareness

投稿日: 2024年4月15日 作成者: jarxiv

要約 自然言語処理 (NLP) の最近の進歩により、大規模言語モデル (LLM) … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Llama-VITS: Enhancing TTS Synthesis with Semantic Awareness はコメントを受け付けていません

Differentiable All-pole Filters for Time-varying Audio Systems

投稿日: 2024年4月15日 作成者: jarxiv

要約 無限インパルス応答フィルターは、オーディオ エフェクトやシンセサイザーなど … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Differentiable All-pole Filters for Time-varying Audio Systems はコメントを受け付けていません