「cs.SD」カテゴリーアーカイブ

Differentiable WORLD Synthesizer-based Neural Vocoder With Application To End-To-End Audio Style Transfer

投稿日: 2023年5月9日 作成者: jarxiv

要約 タイトル: Differentiable WORLD Synthesize … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Differentiable WORLD Synthesizer-based Neural Vocoder With Application To End-To-End Audio Style Transfer はコメントを受け付けていません

A Study on the Integration of Pipeline and E2E SLU systems for Spoken Semantic Parsing toward STOP Quality Challenge

投稿日: 2023年5月9日 作成者: jarxiv

要約 タイトル： STOP Quality Challengeに向けた話し言葉意 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | A Study on the Integration of Pipeline and E2E SLU systems for Spoken Semantic Parsing toward STOP Quality Challenge はコメントを受け付けていません

Unsupervised Improvement of Audio-Text Cross-Modal Representations

投稿日: 2023年5月8日 作成者: jarxiv

要約 タイトル: 非監視学習による音声テキストのクロスモーダル表現の改良 要約: … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Unsupervised Improvement of Audio-Text Cross-Modal Representations はコメントを受け付けていません

Exploring Softly Masked Language Modelling for Controllable Symbolic Music Generation

投稿日: 2023年5月8日 作成者: jarxiv

要約 タイトル: 制御可能なシンボリック音楽生成のためのSoftly Maske … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Exploring Softly Masked Language Modelling for Controllable Symbolic Music Generation はコメントを受け付けていません

A vector quantized masked autoencoder for audiovisual speech emotion recognition

投稿日: 2023年5月8日 作成者: jarxiv

要約 タイトル：音声視覚的話し言葉の感情認識のためのベクトル量子化マスクされたオ … 続きを読む →

カテゴリー: cs.LG, cs.MM, cs.SD, eess.AS | A vector quantized masked autoencoder for audiovisual speech emotion recognition はコメントを受け付けていません

A Multimodal Dynamical Variational Autoencoder for Audiovisual Speech Representation Learning

投稿日: 2023年5月8日 作成者: jarxiv

要約 タイトル: 音声ビジュアルスピーチ表現学習のための多様なダイナミカル変分自 … 続きを読む →

カテゴリー: cs.LG, cs.MM, cs.SD, eess.AS | A Multimodal Dynamical Variational Autoencoder for Audiovisual Speech Representation Learning はコメントを受け付けていません

Employing Hybrid Deep Neural Networks on Dari Speech

投稿日: 2023年5月8日 作成者: jarxiv

要約 タイトル：ダリ語音声に対するハイブリッド深層ニューラルネットワークの利用 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Employing Hybrid Deep Neural Networks on Dari Speech はコメントを受け付けていません

Hybrid Transducer and Attention based Encoder-Decoder Modeling for Speech-to-Text Tasks

投稿日: 2023年5月8日 作成者: jarxiv

要約 タイトル：音声からテキストへのタスクのためのハイブリッドトランスデューサー … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Hybrid Transducer and Attention based Encoder-Decoder Modeling for Speech-to-Text Tasks はコメントを受け付けていません

MedleyVox: An Evaluation Dataset for Multiple Singing Voices Separation

投稿日: 2023年5月5日 作成者: jarxiv

要約 タイトル：MedleyVox：複数の歌声分離の評価データセット 要約： & … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | MedleyVox: An Evaluation Dataset for Multiple Singing Voices Separation はコメントを受け付けていません

The language of sounds unheard: Exploring musical timbre semantics of large language models

投稿日: 2023年5月5日 作成者: jarxiv

要約 タイトル: 聞こえない音の言語：大規模言語モデルの音楽音色セマンティックス … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | The language of sounds unheard: Exploring musical timbre semantics of large language models はコメントを受け付けていません