「cs.SD」カテゴリーアーカイブ

Flowchase: a Mobile Application for Pronunciation Training

投稿日: 2023年7月6日 作成者: jarxiv

要約 この論文では、音声の分節的特徴と超分節的特徴を分割および分析できる音声技術 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC, cs.SD, eess.AS | Flowchase: a Mobile Application for Pronunciation Training はコメントを受け付けていません

Artificial ASMR: A Cyber-Psychological Approach

投稿日: 2023年7月6日 作成者: jarxiv

要約 ASMR (Autonomous Sensory Meridian Res … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS, eess.SP | Artificial ASMR: A Cyber-Psychological Approach はコメントを受け付けていません

AVSegFormer: Audio-Visual Segmentation with Transformer

投稿日: 2023年7月6日 作成者: jarxiv

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 →

カテゴリー: cs.CV, cs.LG, cs.SD, eess.AS | AVSegFormer: Audio-Visual Segmentation with Transformer はコメントを受け付けていません

An End-to-End Multi-Module Audio Deepfake Generation System for ADD Challenge 2023

投稿日: 2023年7月5日 作成者: jarxiv

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 →

カテゴリー: cs.CL, cs.SD, eess.AS | An End-to-End Multi-Module Audio Deepfake Generation System for ADD Challenge 2023 はコメントを受け付けていません

Multilingual Contextual Adapters To Improve Custom Word Recognition In Low-resource Languages

投稿日: 2023年7月5日 作成者: jarxiv

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 →

カテゴリー: cs.CL, cs.SD, eess.AS | Multilingual Contextual Adapters To Improve Custom Word Recognition In Low-resource Languages はコメントを受け付けていません

AVSegFormer: Audio-Visual Segmentation with Transformer

投稿日: 2023年7月5日 作成者: jarxiv

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 →

カテゴリー: cs.CV, cs.LG, cs.SD, eess.AS | AVSegFormer: Audio-Visual Segmentation with Transformer はコメントを受け付けていません

Language-agnostic Code-Switching in Sequence-To-Sequence Speech Recognition

投稿日: 2023年7月4日 作成者: jarxiv

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 →

カテゴリー: cs.CL, cs.SD, eess.AS | Language-agnostic Code-Switching in Sequence-To-Sequence Speech Recognition はコメントを受け付けていません

Beyond Neural-on-Neural Approaches to Speaker Gender Protection

投稿日: 2023年7月3日 作成者: jarxiv

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 →

カテゴリー: cs.CL, cs.CR, cs.LG, cs.SD, eess.AS | Beyond Neural-on-Neural Approaches to Speaker Gender Protection はコメントを受け付けていません

Towards Improving the Performance of Pre-Trained Speech Models for Low-Resource Languages Through Lateral Inhibition

投稿日: 2023年7月3日 作成者: jarxiv

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 →

カテゴリー: cs.CL, cs.SD, eess.AS | Towards Improving the Performance of Pre-Trained Speech Models for Low-Resource Languages Through Lateral Inhibition はコメントを受け付けていません

Empirical Interpretation of the Relationship Between Speech Acoustic Context and Emotion Recognition

投稿日: 2023年7月3日 作成者: jarxiv

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 →

カテゴリー: cs.AI, cs.LG, cs.SD, eess.AS | Empirical Interpretation of the Relationship Between Speech Acoustic Context and Emotion Recognition はコメントを受け付けていません