-
最近の投稿
- FlowBotHD: History-Aware Diffuser Handling Ambiguities in Articulated Objects Manipulation
- A Novel Twisted-Winching String Actuator for Robotic Applications: Design and Validation
- Affordance-Centric Policy Learning: Sample Efficient and Generalisable Robot Policy Learning using Affordance-Centric Task Frames
- Sample-Efficient Reinforcement Learning with Temporal Logic Objectives: Leveraging the Task Specification to Guide Exploration
- Design Space Exploration of Embedded SoC Architectures for Real-Time Optimal Control
-
最近のコメント
表示できるコメントはありません。 cs.AI (28198) cs.CL (21301) cs.CR (2201) cs.CV (34856) cs.LG (32941) cs.RO (16224) cs.SY (2500) eess.IV (4250) eess.SY (2494) stat.ML (4412)
「cs.SD」カテゴリーアーカイブ
AVSegFormer: Audio-Visual Segmentation with Transformer
要約 オーディオとビジョンの組み合わせは、マルチモーダル コミュニティで長い間注 … 続きを読む
An End-to-End Multi-Module Audio Deepfake Generation System for ADD Challenge 2023
要約 合成音声生成のタスクは、指定されたテキストから言語コンテンツを生成し、人間 … 続きを読む
Multilingual Contextual Adapters To Improve Custom Word Recognition In Low-resource Languages
要約 コネクショニスト時間分類 (CTC) モデルは、自動音声認識 (ASR) … 続きを読む
AVSegFormer: Audio-Visual Segmentation with Transformer
要約 オーディオとビジョンの組み合わせは、マルチモーダル コミュニティで長い間注 … 続きを読む
Language-agnostic Code-Switching in Sequence-To-Sequence Speech Recognition
要約 コードスイッチング(CS)とは、異なる言語の単語やフレーズを交互に使用する … 続きを読む
Beyond Neural-on-Neural Approaches to Speaker Gender Protection
要約 最近の研究では、性別推論攻撃を防御するために音声を変更するアプローチが提案 … 続きを読む
Towards Improving the Performance of Pre-Trained Speech Models for Low-Resource Languages Through Lateral Inhibition
要約 自然言語処理における Transformer モデルからの双方向エンコーダ … 続きを読む
Empirical Interpretation of the Relationship Between Speech Acoustic Context and Emotion Recognition
要約 音声感情認識 (SER) は、心の知能指数を取得し、音声の文脈上の意味を理 … 続きを読む
Automatic Speech Recognition of Non-Native Child Speech for Language Learning Applications
要約 ボイスボットは、特に第二言語学習の文脈において、言語スキルの発達をサポート … 続きを読む
MooseNet: A Trainable Metric for Synthesized Speech with a PLDA Module
要約 私たちは、聞き手の平均意見スコア (MOS) を予測する訓練可能な音声指標 … 続きを読む