-
最近の投稿
- Hybrid Feedback for Three-dimensional Convex Obstacle Avoidance (Extended version)
- Self-Deployable, Adaptive Soft Robots Based on Contracting-Cord Particle Jamming
- DecTrain: Deciding When to Train a DNN Online
- Information-Driven Search and Track of Novel Space Objects
- Task-unaware Lifelong Robot Learning with Retrieval-based Weighted Local Adaptation
-
最近のコメント
表示できるコメントはありません。 cs.AI (27713) cs.CL (20937) cs.CR (2171) cs.CV (34429) cs.LG (32448) cs.RO (15866) cs.SY (2464) eess.IV (4226) eess.SY (2458) stat.ML (4346)
「cs.SD」カテゴリーアーカイブ
Aligning Sight and Sound: Advanced Sound Source Localization Through Audio-Visual Alignment
要約 学習ベースの音源定位に関する最近の研究は、主に定位パフォーマンスの観点に焦 … 続きを読む
Muting Whisper: A Universal Acoustic Adversarial Attack on Speech Foundation Models
要約 Whisper のような大規模な音声基盤モデルの最近の開発により、多くの自 … 続きを読む
TTSDS — Text-to-Speech Distribution Score
要約 最近公開された Text-to-Speech (TTS) システムの多くは … 続きを読む
GraphMuse: A Library for Symbolic Music Graph Processing
要約 グラフ ニューラル ネットワーク (GNN) は最近、記号音楽タスクで注目 … 続きを読む
Tango 2: Aligning Diffusion-based Text-to-Audio Generations through Direct Preference Optimization
要約 ジェネレーティブ マルチモーダル コンテンツは、アーティストやメディア担当 … 続きを読む
Disentangled Acoustic Fields For Multimodal Physical Scene Understanding
要約 私たちは、身体化されたエージェントが物体の特性、方向、衝撃音源の距離を推測 … 続きを読む
MMSD-Net: Towards Multi-modal Stuttering Detection
要約 吃音は、音声生成の不規則な中断によって引き起こされる一般的な音声障害であり … 続きを読む
Universal Sound Separation with Self-Supervised Audio Masked Autoencoder
要約 ユニバーサル サウンド セパレーション (USS) は、任意の音源の混合物 … 続きを読む
DiarizationLM: Speaker Diarization Post-Processing with Large Language Models
要約 このペーパーでは、大規模言語モデル (LLM) を利用して話者ダイアライゼ … 続きを読む
Towards Enhanced Classification of Abnormal Lung sound in Multi-breath: A Light Weight Multi-label and Multi-head Attention Classification Method
要約 本研究の目的は、異常な肺呼吸音を分類するための補助診断システムを開発し、革 … 続きを読む