「cs.SD」カテゴリーアーカイブ

Clinical BERTScore: An Improved Measure of Automatic Speech Recognition Performance in Clinical Settings

投稿日: 2023年4月10日 作成者: jarxiv

要約 タイトル：医療現場における自動音声認識性能の向上に向けたクリニカルBERT … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Clinical BERTScore: An Improved Measure of Automatic Speech Recognition Performance in Clinical Settings はコメントを受け付けていません

Adoption of AI Technology in the Music Mixing Workflow: An Investigation

投稿日: 2023年4月10日 作成者: jarxiv

要約 タイトル：「音楽ミキシングワークフローにおけるAI技術の採用：調査」 要約 … 続きを読む →

カテゴリー: cs.AI, cs.HC, cs.SD, eess.AS | Adoption of AI Technology in the Music Mixing Workflow: An Investigation はコメントを受け付けていません

DSVAE: Interpretable Disentangled Representation for Synthetic Speech Detection

投稿日: 2023年4月10日 作成者: jarxiv

要約 タイトル：DSVAE：合成音声検出のための解釈可能な分離表現 要約： &# … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | DSVAE: Interpretable Disentangled Representation for Synthetic Speech Detection はコメントを受け付けていません

Efficient Audio Captioning Transformer with Patchout and Text Guidance

投稿日: 2023年4月7日 作成者: jarxiv

要約 タイトル：Patchoutおよびテキストガイダンスを用いた効率的な音声キャ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS, F.2.2 | Efficient Audio Captioning Transformer with Patchout and Text Guidance はコメントを受け付けていません

On the Impact of Voice Anonymization on Speech-Based COVID-19 Detection

投稿日: 2023年4月6日 作成者: jarxiv

要約 タイトル: 音声匿名化が発話に基づくCOVID-19検出に与える影響につい … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | On the Impact of Voice Anonymization on Speech-Based COVID-19 Detection はコメントを受け付けていません

Beyond Universal Transformer: block reusing with adaptor in Transformer for automatic speech recognition

投稿日: 2023年4月6日 作成者: jarxiv

要約 タイトル：Beyond Universal Transformer：自動音 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Beyond Universal Transformer: block reusing with adaptor in Transformer for automatic speech recognition はコメントを受け付けていません

Vision Transformers are Parameter-Efficient Audio-Visual Learners

投稿日: 2023年4月6日 作成者: jarxiv

要約 【タイトル】ビジョン・トランスフォーマーは効率的なパラメーターでオーディオ … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG, cs.SD, eess.AS | Vision Transformers are Parameter-Efficient Audio-Visual Learners はコメントを受け付けていません

Dual-Attention Neural Transducers for Efficient Wake Word Spotting in Speech Recognition

投稿日: 2023年4月6日 作成者: jarxiv

要約 タイトル: 話者認識における二重注視ニューラルトランスデューサーによる効率 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Dual-Attention Neural Transducers for Efficient Wake Word Spotting in Speech Recognition はコメントを受け付けていません

AUDIT: Audio Editing by Following Instructions with Latent Diffusion Models

投稿日: 2023年4月6日 作成者: jarxiv

要約 タイトル: AUDIT: Audio Editing by Followi … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SD, eess.AS | AUDIT: Audio Editing by Following Instructions with Latent Diffusion Models はコメントを受け付けていません

Dual-Attention Neural Transducers for Efficient Wake Word Spotting in Speech Recognition

投稿日: 2023年4月5日 作成者: jarxiv

要約 タイトル：音声認識における効率的なウェイクワード検出のためのデュアルアテン … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Dual-Attention Neural Transducers for Efficient Wake Word Spotting in Speech Recognition はコメントを受け付けていません