「cs.SD」カテゴリーアーカイブ

Voice Morphing: Two Identities in One Voice

投稿日: 2023年9月6日 作成者: jarxiv

要約 生体認証システムでは、通常、各生体認証サンプルまたはテンプレートが 1 つ … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Voice Morphing: Two Identities in One Voice はコメントを受け付けていません

Generating Realistic Images from In-the-wild Sounds

投稿日: 2023年9月6日 作成者: jarxiv

要約 野生の音を画像として表現することは、音と画像の間にペアのデータセットが存在 … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Generating Realistic Images from In-the-wild Sounds はコメントを受け付けていません

QS-TTS: Towards Semi-Supervised Text-to-Speech Synthesis via Vector-Quantized Self-Supervised Speech Representation Learning

投稿日: 2023年9月4日 作成者: jarxiv

要約 本論文では、より多くの非ラベル音声を利用したベクトル量子化自己教師付き音声 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | QS-TTS: Towards Semi-Supervised Text-to-Speech Synthesis via Vector-Quantized Self-Supervised Speech Representation Learning はコメントを受け付けていません

The FruitShell French synthesis system at the Blizzard 2023 Challenge

投稿日: 2023年9月4日 作成者: jarxiv

要約 本稿では、ブリザード・チャレンジ2023のためのフランス語音声合成システム … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | The FruitShell French synthesis system at the Blizzard 2023 Challenge はコメントを受け付けていません

Enhancing the vocal range of single-speaker singing voice synthesis with melody-unsupervised pre-training

投稿日: 2023年9月4日 作成者: jarxiv

要約 単一話者の歌声合成(SVS)は、通常、歌手の声域から外れたピッチ値や、限ら … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Enhancing the vocal range of single-speaker singing voice synthesis with melody-unsupervised pre-training はコメントを受け付けていません

Minimally-Supervised Speech Synthesis with Conditional Diffusion Model and Language Model: A Comparative Study of Semantic Coding

投稿日: 2023年9月4日 作成者: jarxiv

要約 近年、2種類の離散音声表現を組み合わせ、TTSを分離するために2つのシーケ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Minimally-Supervised Speech Synthesis with Conditional Diffusion Model and Language Model: A Comparative Study of Semantic Coding はコメントを受け付けていません

CPSP: Learning Speech Concepts From Phoneme Supervision

投稿日: 2023年9月4日 作成者: jarxiv

要約 最小教師付き音声合成(TTS)、音声変換(VC)、自動音声認識(ASR)な … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | CPSP: Learning Speech Concepts From Phoneme Supervision はコメントを受け付けていません

Towards Contrastive Learning in Music Video Domain

投稿日: 2023年9月4日 作成者: jarxiv

要約 対照学習は、画像キャプション検索やオーディオビジュアル表現学習など、様々な … 続きを読む →

カテゴリー: cs.CV, cs.IR, cs.MM, cs.SD, eess.AS | Towards Contrastive Learning in Music Video Domain はコメントを受け付けていません

Time-Varying Quasi-Closed-Phase Analysis for Accurate Formant Tracking in Speech Signals

投稿日: 2023年9月1日 作成者: jarxiv

要約 この論文では、時変準閉位相 (TVQCP) 分析を使用して音声信号のフォル … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS, eess.SP | Time-Varying Quasi-Closed-Phase Analysis for Accurate Formant Tracking in Speech Signals はコメントを受け付けていません

OLISIA: a Cascade System for Spoken Dialogue State Tracking

投稿日: 2023年9月1日 作成者: jarxiv

要約 Dialogue State Tracking (DST) は音声対話シス … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | OLISIA: a Cascade System for Spoken Dialogue State Tracking はコメントを受け付けていません