-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
「cs.SD」カテゴリーアーカイブ
Self-Supervised Models for Phoneme Recognition: Applications in Children’s Speech for Reading Learning
要約 子どもの音声認識は、データの不足(特に英語以外の言語)とこのタスクの具体的 … 続きを読む
Scaling Rich Style-Prompted Text-to-Speech Datasets
要約 豊かなスタイルのキャプションでスピーチの発話を注釈する大規模なデータセット … 続きを読む
Quantification of Tenseness in English and Japanese Tense-Lax Vowels: A Lagrangian Model with Indicator $θ_1$ and Force of Tenseness Ftense(t)
要約 母音の緊張性の概念は、伝統的に時制と緩き母音のバイナリ区別を通じて調べられ … 続きを読む
DeePen: Penetration Testing for Audio Deepfake Detection
要約 ディープフェイク – 操作または偽造オーディオおよびビデオメデ … 続きを読む
InSerter: Speech Instruction Following with Unsupervised Interleaved Pre-training
要約 スピーチの大規模な言語モデル(SpeechllMS)の最近の進歩は、かなり … 続きを読む
A Multimodal Symphony: Integrating Taste and Sound through Generative AI
要約 ここ数十年で、神経科学的および心理的研究は、味と聴覚認識の間の直接的な関係 … 続きを読む
Enabling Auditory Large Language Models for Automatic Speech Quality Evaluation
要約 音声品質評価では通常、平均オピニオンスコア(MOS)や話者類似度(SIM) … 続きを読む
Offload Rethinking by Cloud Assistance for Efficient Environmental Sound Recognition on LPWANs
要約 学習ベースの環境音認識は、生物学研究や都市規模のセンシングシステムにおける … 続きを読む
Open-Source Manually Annotated Vocal Tract Database for Automatic Segmentation from 3D MRI Using Deep Learning: Benchmarking 2D and 3D Convolutional and Transformer Networks
要約 さまざまな音声および音声アプリケーションには、磁気共鳴イメージング(MRI … 続きを読む
On Adversarial Attacks In Acoustic Drone Localization
要約 マルチローターの空中自動運転車(MAV、より広く知られている「ドローン」) … 続きを読む