「cs.SD」カテゴリーアーカイブ

An Efficient Temporary Deepfake Location Approach Based Embeddings for Partially Spoofed Audio Detection

投稿日: 2023年9月7日 作成者: jarxiv

要約 部分的になりすました音声の検出は、フレーム レベルで音声の信頼性を正確に特 … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | An Efficient Temporary Deepfake Location Approach Based Embeddings for Partially Spoofed Audio Detection はコメントを受け付けていません

Indoor Localization Using Radio, Vision and Audio Sensors: Real-Life Data Validation and Discussion

投稿日: 2023年9月7日 作成者: jarxiv

要約 この論文では、同じ環境で無線センサー、視覚センサー、音声センサーをそれぞれ … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS, eess.SP | Indoor Localization Using Radio, Vision and Audio Sensors: Real-Life Data Validation and Discussion はコメントを受け付けていません

FSD: An Initial Chinese Dataset for Fake Song Detection

投稿日: 2023年9月7日 作成者: jarxiv

要約 歌声合成と歌声変換は大きく進化し、音楽体験に革命をもたらしました。 しかし … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | FSD: An Initial Chinese Dataset for Fake Song Detection はコメントを受け付けていません

Self-Similarity-Based and Novelty-based loss for music structure analysis

投稿日: 2023年9月6日 作成者: jarxiv

要約 音楽構造分析 (MSA) は、音楽トラックを構成する音楽セグメントを特定し … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Self-Similarity-Based and Novelty-based loss for music structure analysis はコメントを受け付けていません

TODM: Train Once Deploy Many Efficient Supernet-Based RNN-T Compression For On-device ASR Models

投稿日: 2023年9月6日 作成者: jarxiv

要約 自動音声認識 (ASR) モデルは、デバイスに展開する前に、特定のハードウ … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | TODM: Train Once Deploy Many Efficient Supernet-Based RNN-T Compression For On-device ASR Models はコメントを受け付けていません

Evaluating Methods for Ground-Truth-Free Foreign Accent Conversion

投稿日: 2023年9月6日 作成者: jarxiv

要約 外国アクセント変換 (FAC) は、音声変換 (VC) の特別なアプリケー … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Evaluating Methods for Ground-Truth-Free Foreign Accent Conversion はコメントを受け付けていません

Bring the Noise: Introducing Noise Robustness to Pretrained Automatic Speech Recognition

投稿日: 2023年9月6日 作成者: jarxiv

要約 最近の研究では、音声処理の分野で、自動音声認識 (ASR) のための大規模 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Bring the Noise: Introducing Noise Robustness to Pretrained Automatic Speech Recognition はコメントを受け付けていません

Identifying depression-related topics in smartphone-collected free-response speech recordings using an automatic speech recognition system and a deep learning topic model

投稿日: 2023年9月6日 作成者: jarxiv

要約 言語使用はうつ病と相関があることが示されていますが、大規模な検証が必要です … 続きを読む →

カテゴリー: cs.CL, cs.CY, cs.SD, eess.AS, q-bio.QM | Identifying depression-related topics in smartphone-collected free-response speech recordings using an automatic speech recognition system and a deep learning topic model はコメントを受け付けていません

PromptTTS 2: Describing and Generating Voices with Text Prompt

投稿日: 2023年9月6日 作成者: jarxiv

要約 同じ単語をさまざまな声で発声して多様な情報を伝えることができるため、音声は … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | PromptTTS 2: Describing and Generating Voices with Text Prompt はコメントを受け付けていません

FSD: An Initial Chinese Dataset for Fake Song Detection

投稿日: 2023年9月6日 作成者: jarxiv

要約 歌声合成と歌声変換は大きく進化し、音楽体験に革命をもたらしました。 しかし … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | FSD: An Initial Chinese Dataset for Fake Song Detection はコメントを受け付けていません