「cs.SD」カテゴリーアーカイブ

Learning to Dub Movies via Hierarchical Prosody Models

投稿日: 2023年4月5日 作成者: jarxiv

要約 タイトル：階層的プロソディモデルに基づく映画の吹き替え学習 要約： ・映画 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Learning to Dub Movies via Hierarchical Prosody Models はコメントを受け付けていません

Designing and Evaluating Speech Emotion Recognition Systems: A reality check case study with IEMOCAP

投稿日: 2023年4月4日 作成者: jarxiv

要約 【タイトル】IEMOCAPを用いた発話感情認識システムの設計と評価：現実的 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Designing and Evaluating Speech Emotion Recognition Systems: A reality check case study with IEMOCAP はコメントを受け付けていません

Practical Conformer: Optimizing size, speed and flops of Conformer for on-Device and cloud ASR

投稿日: 2023年4月4日 作成者: jarxiv

要約 タイトル：実用的なConformer：オンデバイスおよびクラウドASRのた … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Practical Conformer: Optimizing size, speed and flops of Conformer for on-Device and cloud ASR はコメントを受け付けていません

Lego-Features: Exporting modular encoder features for streaming and deliberation ASR

投稿日: 2023年4月4日 作成者: jarxiv

要約 タイトル： Lego-Features：ストリーミングおよび審議 ASR … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Lego-Features: Exporting modular encoder features for streaming and deliberation ASR はコメントを受け付けていません

Multilingual Word Error Rate Estimation: e-WER3

投稿日: 2023年4月4日 作成者: jarxiv

要約 タイトル：Multilingual Word Error Rate Est … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Multilingual Word Error Rate Estimation: e-WER3 はコメントを受け付けていません

SIG-VC: A Speaker Information Guided Zero-shot Voice Conversion System for Both Human Beings and Machines

投稿日: 2023年4月4日 作成者: jarxiv

要約 タイトル：SIG-VC：人間と機械の両方のためのスピーカー情報ガイド付きゼ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | SIG-VC: A Speaker Information Guided Zero-shot Voice Conversion System for Both Human Beings and Machines はコメントを受け付けていません

Unsupervised Anomaly Detection and Localization of Machine Audio: A GAN-based Approach

投稿日: 2023年4月3日 作成者: jarxiv

要約 タイトル：機械音声の非教師あり異常検出と位置特定：GANベースのアプローチ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Unsupervised Anomaly Detection and Localization of Machine Audio: A GAN-based Approach はコメントを受け付けていません

On Batching Variable Size Inputs for Training End-to-End Speech Enhancement Systems

投稿日: 2023年4月3日 作成者: jarxiv

要約 タイトル：エンドツーエンド音声強化システムのトレーニングにおける可変サイズ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | On Batching Variable Size Inputs for Training End-to-End Speech Enhancement Systems はコメントを受け付けていません

Dialog act guided contextual adapter for personalized speech recognition

投稿日: 2023年4月3日 作成者: jarxiv

要約 タイトル：パーソナライズド音声認識のためのダイアログアクト誘導コンテキスト … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Dialog act guided contextual adapter for personalized speech recognition はコメントを受け付けていません

Exploiting prompt learning with pre-trained language models for Alzheimer’s Disease detection

投稿日: 2023年4月3日 作成者: jarxiv

要約 タイトル：プレトレーニングされた言語モデルを用いたアルツハイマー病の検出に … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Exploiting prompt learning with pre-trained language models for Alzheimer’s Disease detection はコメントを受け付けていません