-
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
Boosting Hybrid Autoregressive Transducer-based ASR with Internal Acoustic Model Training and Dual Blank Thresholding
要約 ハイブリッド自己回帰トランスデューサー (HAT) は、ブランク事後分布と … 続きを読む
Word-wise intonation model for cross-language TTS systems
要約 この論文では、ロシア語の単語ごとのイントネーション モデルを提案し、それを … 続きを読む
Soft Acoustic Curvature Sensor: Design and Development
要約 この論文では、新しい Soft Acoustic Curvature (S … 続きを読む
2D or not 2D: How Does the Dimensionality of Gesture Representation Affect 3D Co-Speech Gesture Generation?
要約 共同スピーチのジェスチャーはコミュニケーションの基本です。 最近の深層学習 … 続きを読む
Semi-Supervised Cognitive State Classification from Speech with Multi-View Pseudo-Labeling
要約 ラベル付きデータの欠如は、音声分類タスク、特に認知状態分類などの広範な主観 … 続きを読む
Rethinking Emotion Bias in Music via Frechet Audio Distance
要約 音楽の感情の主観的な性質により、特に単一のオーディオ エンコーダー、感情分 … 続きを読む
Beyond Single-Audio: Advancing Multi-Audio Processing in Audio Large Language Models
要約 最近、単一の統合モデルを使用してさまざまなオーディオ タスクに同時に取り組 … 続きを読む
Speech Boosting: Low-Latency Live Speech Enhancement for TWS Earbuds
要約 このペーパーでは、デバイス上での真のワイヤレス ステレオ (TWS) イヤ … 続きを読む
Are Transformers in Pre-trained LM A Good ASR Encoder? An Empirical Study
要約 この研究では、自動音声認識 (ASR) のエンコーダーとして再利用された場 … 続きを読む
GTSinger: A Global Multi-Technique Singing Corpus with Realistic Music Scores for All Singing Tasks
要約 高品質でマルチタスクの歌唱データセットの不足は、既存の歌唱データセットの品 … 続きを読む