-
最近の投稿
- Enhancing Efficiency in Multidevice Federated Learning through Data Selection
- RadarTrack: Enhancing Ego-Vehicle Speed Estimation with Single-chip mmWave Radar
- HOPE: A Reinforcement Learning-based Hybrid Policy Path Planner for Diverse Parking Scenarios
- From Imitation to Exploration: End-to-end Autonomous Driving based on World Model
- LLM-Enabled In-Context Learning for Data Collection Scheduling in UAV-assisted Sensor Networks
-
最近のコメント
表示できるコメントはありません。 cs.AI (36903) cs.CL (27936) cs.CV (42678) cs.HC (2822) cs.LG (41843) cs.RO (21845) cs.SY (3324) eess.IV (4979) eess.SY (3316) stat.ML (5475)
「cs.SD」カテゴリーアーカイブ
SELMA: A Speech-Enabled Language Model for Virtual Assistant Interactions
要約 この作業では、オーディオとテキストを大規模な言語モデル（LLM）に統合する … 続きを読む
Resampling Filter Design for Multirate Neural Audio Effect Processing
要約 ニューラルネットワークは、特にギターアンプと歪みペダルのオーディオエフェク … 続きを読む
Self-Supervised Frameworks for Speaker Verification via Bootstrapped Positive Sampling
要約 自己学習学習（SSL）の最近の開発は、スピーカー検証（SV）の重要な可能性 … 続きを読む
acoupi: An Open-Source Python Framework for Deploying Bioacoustic AI Models on Edge Devices
要約 1.人工知能（AI）と組み合わせたパッシブ音響モニタリング（PAM）は、生 … 続きを読む
Fast Word Error Rate Estimation Using Self-Supervised Representations for Speech and Text
要約 単語エラー率（WER）推定は、グラウンドトゥルースラベルを必要とせずに自動 … 続きを読む
Cross-lingual Embedding Clustering for Hierarchical Softmax in Low-Resource Multilingual Speech Recognition
要約 特に低リソース言語では、多言語性能を高める自動音声認識（ASR）のデコード … 続きを読む
LHGNN: Local-Higher Order Graph Neural Networks For Audio Classification and Tagging
要約 トランスフォーマーは、オーディオ処理タスクに新しいベンチマークを設定し、オ … 続きを読む
VoicePrompter: Robust Zero-Shot Voice Conversion with Voice Prompt and Conditional Flow Matching
要約 最近の音声変換（VC）システムでの顕著な進歩にもかかわらず、ゼロショットシ … 続きを読む
Yin-Yang: Developing Motifs With Long-Term Structure And Controllability
要約 トランスモデルは、象徴的に表現された音楽を生成して、地元の一貫性を備えた大 … 続きを読む