-
最近の投稿
- Topological mapping for traversability-aware long-range navigation in off-road terrain
- Equality Constrained Diffusion for Direct Trajectory Optimization
- Learning-Based Autonomous Navigation, Benchmark Environments and Simulation Framework for Endovascular Interventions
- Language Supervised Human Action Recognition with Salient Fusion: Construction Worker Action Recognition as a Use Case
- Bi-Level Motion Imitation for Humanoid Robots
-
最近のコメント
表示できるコメントはありません。 cs.AI (27641) cs.CL (20879) cs.CR (2167) cs.CV (34375) cs.LG (32373) cs.RO (15816) cs.SY (2460) eess.IV (4221) eess.SY (2454) stat.ML (4339)
「cs.SD」カテゴリーアーカイブ
Using LLM for Real-Time Transcription and Summarization of Doctor-Patient Interactions into ePuskesmas in Indonesia
要約 プスケスマスの非効率性に寄与する主な問題の 1 つは、医師と患者のやり取り … 続きを読む
The Effect of Perceptual Metrics on Music Representation Learning for Genre Classification
要約 自然信号の主観的な品質は、客観的な知覚指標で近似できます。 人間の観察者の … 続きを読む
Evaluation of state-of-the-art ASR Models in Child-Adult Interactions
要約 臨床現場で子供と大人の会話を確実に書き起こす能力は、自閉症スペクトラム障害 … 続きを読む
VoxHakka: A Dialectally Diverse Multi-speaker Text-to-Speech System for Taiwanese Hakka
要約 この文書では、台湾で話されている非常にリソースが不足している言語である台湾 … 続きを読む
A Modular-based Strategy for Mitigating Gradient Conflicts in Simultaneous Speech Translation
要約 同時音声翻訳 (SimulST) では、ストリーミング音声入力を継続的に処 … 続きを読む
StyleSinger 2: Zero-Shot Singing Voice Synthesis with Style Transfer and Multi-Level Style Control
要約 スタイルトランスファーとスタイルコントロールを備えたゼロショット歌声合成（ … 続きを読む
tinyCLAP: Distilling Constrastive Language-Audio Pretrained Models
要約 Contrastive Language-Audio Pretrainin … 続きを読む
Bridging Speech and Text: Enhancing ASR with Pinyin-to-Character Pre-training in LLMs
要約 大規模言語モデル (LLM) と事前トレーニングされた音声モデルの統合によ … 続きを読む
Learn and Don’t Forget: Adding a New Language to ASR Foundation Models
要約 Foundation ASR モデルは多くの場合、多くの言語をサポートしま … 続きを読む