「cs.SD」カテゴリーアーカイブ

ChordSync: Conformer-Based Alignment of Chord Annotations to Music Audio

投稿日: 2024年8月4日 作成者: jarxiv

要約 西洋音楽の伝統において、和音は和声の主要な構成要素であり、音楽の基本的な側 … 続きを読む →

カテゴリー: 68P20, cs.LG, cs.MM, cs.SD, eess.AS, I.2.6 | ChordSync: Conformer-Based Alignment of Chord Annotations to Music Audio はコメントを受け付けていません

Bailing-TTS: Chinese Dialectal Speech Synthesis Towards Human-like Spontaneous Representation

投稿日: 2024年8月4日 作成者: jarxiv

要約 近年、大規模音声合成（TTS）モデルは大きな進歩を遂げているが、中国語の方 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Bailing-TTS: Chinese Dialectal Speech Synthesis Towards Human-like Spontaneous Representation はコメントを受け付けていません

YourMT3+: Multi-instrument Music Transcription with Enhanced Transformer Architectures and Cross-dataset Stem Augmentation

投稿日: 2024年8月2日 作成者: jarxiv

要約 マルチ楽器音楽転写は、ポリフォニック音楽録音を各楽器に割り当てられた楽譜に … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | YourMT3+: Multi-instrument Music Transcription with Enhanced Transformer Architectures and Cross-dataset Stem Augmentation はコメントを受け付けていません

Psychoacoustic Challenges Of Speech Enhancement On VoIP Platforms

投稿日: 2024年8月2日 作成者: jarxiv

要約 VoIP (Voice over Internet Protocol) 通 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Psychoacoustic Challenges Of Speech Enhancement On VoIP Platforms はコメントを受け付けていません

Towards Assessing Data Replication in Music Generation with Music Similarity Metrics on Raw Audio

投稿日: 2024年8月2日 作成者: jarxiv

要約 音楽生成における最近の進歩により、創造的な音楽プロセス、現在のビジネス モ … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS | Towards Assessing Data Replication in Music Generation with Music Similarity Metrics on Raw Audio はコメントを受け付けていません

Generative Expressive Conversational Speech Synthesis

投稿日: 2024年8月2日 作成者: jarxiv

要約 会話型音声合成 (CSS) は、ユーザー エージェントの会話設定において、 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Generative Expressive Conversational Speech Synthesis はコメントを受け付けていません

Practical aspects for the creation of an audio dataset from field recordings with optimized labeling budget with AI-assisted strategy

投稿日: 2024年8月1日 作成者: jarxiv

要約 Machine Listening は、オーディオ信号から関連情報を抽出す … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Practical aspects for the creation of an audio dataset from field recordings with optimized labeling budget with AI-assisted strategy はコメントを受け付けていません

Beat this! Accurate beat tracking without DBN postprocessing

投稿日: 2024年8月1日 作成者: jarxiv

要約 私たちは、多様な音楽範囲にわたる汎用性と高精度という 2 つの目的でビート … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Beat this! Accurate beat tracking without DBN postprocessing はコメントを受け付けていません

On the Problem of Text-To-Speech Model Selection for Synthetic Data Generation in Automatic Speech Recognition

投稿日: 2024年8月1日 作成者: jarxiv

要約 ニューラル テキスト読み上げ (TTS) システムの急速な発展により、自動 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | On the Problem of Text-To-Speech Model Selection for Synthetic Data Generation in Automatic Speech Recognition はコメントを受け付けていません

Generative Expressive Conversational Speech Synthesis

投稿日: 2024年8月1日 作成者: jarxiv

要約 会話型音声合成 (CSS) は、ユーザー エージェントの会話設定において、 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Generative Expressive Conversational Speech Synthesis はコメントを受け付けていません