-
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
Learning Speaker-specific Lip-to-Speech Generation
要約 唇の動きを理解し、それからスピーチを推測することは、一般の人にとって悪名高 … 続きを読む
M2FNet: Multi-modal Fusion Network for Emotion Recognition in Conversation
要約 会話における感情認識(ERC)は、交感神経の人間と機械の相互作用を発達させ … 続きを読む
Canonical Cortical Graph Neural Networks and its Application for Speech Enhancement in Future Audio-Visual Hearing Aids
要約 近年の機械学習アルゴリズムの成功にもかかわらず、これらのモデルの多くは、マ … 続きを読む
Few-Shot Audio-Visual Learning of Environment Acoustics
要約 ルームインパルス応答(RIR)関数は、周囲の物理環境がリスナーに聞こえる音 … 続きを読む
Face-Dubbing++: Lip-Synchronous, Voice Preserving Translation of Videos
要約 本論文では、映像の音声保存、リップシンクロ翻訳のためのニューラルエンドツー … 続きを読む