「cs.SD」カテゴリーアーカイブ

A Multi-Stream Fusion Approach with One-Class Learning for Audio-Visual Deepfake Detection

投稿日: 2024年8月16日 作成者: jarxiv

要約 この論文では、堅牢なオーディオビジュアルディープフェイク検出モデルを開発す … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS | A Multi-Stream Fusion Approach with One-Class Learning for Audio-Visual Deepfake Detection はコメントを受け付けていません

Optimising MFCC parameters for the automatic detection of respiratory diseases

投稿日: 2024年8月15日 作成者: jarxiv

要約 気道から発信される音声信号は、呼吸器疾患の診断と評価のための貴重な音響バイ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Optimising MFCC parameters for the automatic detection of respiratory diseases はコメントを受け付けていません

WavLLM: Towards Robust and Adaptive Speech Large Language Model

投稿日: 2024年8月15日 作成者: jarxiv

要約 大規模言語モデル (LLM) の最近の進歩は、自然言語処理の分野に革命をも … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | WavLLM: Towards Robust and Adaptive Speech Large Language Model はコメントを受け付けていません

PeriodWave: Multi-Period Flow Matching for High-Fidelity Waveform Generation

投稿日: 2024年8月15日 作成者: jarxiv

要約 最近、さまざまな配布外シナリオを条件としたユニバーサル波形生成タスクが研究 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SD, eess.AS, eess.SP | PeriodWave: Multi-Period Flow Matching for High-Fidelity Waveform Generation はコメントを受け付けていません

Robust online reconstruction of continuous-time signals from a lean spike train ensemble code

投稿日: 2024年8月15日 作成者: jarxiv

要約 動物の感覚刺激はニューロンによってスパイク列に符号化され、スパース性、エネ … 続きを読む →

カテゴリー: cs.AI, cs.NE, cs.SD, eess.AS | Robust online reconstruction of continuous-time signals from a lean spike train ensemble code はコメントを受け付けていません

Integrating Representational Gestures into Automatically Generated Embodied Explanations and its Effects on Understanding and Interaction Quality

投稿日: 2024年8月15日 作成者: jarxiv

要約 人間の対話において、ジェスチャは、会話のリズムをマークしたり、重要な要素を … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.HC, cs.SD, eess.AS | Integrating Representational Gestures into Automatically Generated Embodied Explanations and its Effects on Understanding and Interaction Quality はコメントを受け付けていません

Exploring the anatomy of articulation rate in spontaneous English speech: relationships between utterance length effects and social factors

投稿日: 2024年8月14日 作成者: jarxiv

要約 発話速度は、性別、年齢、方言などの社会的カテゴリーによって異なる一方、発話 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Exploring the anatomy of articulation rate in spontaneous English speech: relationships between utterance length effects and social factors はコメントを受け付けていません

Temporal Variability and Multi-Viewed Self-Supervised Representations to Tackle the ASVspoof5 Deepfake Challenge

投稿日: 2024年8月14日 作成者: jarxiv

要約 ASVspoof シリーズの第 5 版である ASVspoof5 は、世界 … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Temporal Variability and Multi-Viewed Self-Supervised Representations to Tackle the ASVspoof5 Deepfake Challenge はコメントを受け付けていません

Neural Speech and Audio Coding

投稿日: 2024年8月14日 作成者: jarxiv

要約 この論文では、ニューラル音声およびオーディオコーディングシステムの領域内で … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS, eess.SP | Neural Speech and Audio Coding はコメントを受け付けていません

PSM: Learning Probabilistic Embeddings for Multi-scale Zero-Shot Soundscape Mapping

投稿日: 2024年8月14日 作成者: jarxiv

要約 サウンドスケープは、人がその場所で知覚する音響環境によって定義されます。 … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | PSM: Learning Probabilistic Embeddings for Multi-scale Zero-Shot Soundscape Mapping はコメントを受け付けていません