-
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
The Sounds of Home: A Speech-Removed Residential Audio Dataset for Sound Event Detection
要約 この論文では、高齢者の幸福を促進することを目的としたスマート ホーム アプ … 続きを読む
Wave-U-Mamba: An End-To-End Framework For High-Quality And Efficient Speech Super Resolution
要約 音声超解像度 (SSR) は、失われた高周波成分を復元することによって、低 … 続きを読む
Towards Supervised Performance on Speaker Verification with Self-Supervised Learning by Leveraging Large-Scale ASR Models
要約 自己教師あり学習 (SSL) の最近の進歩により、話者検証 (SV) にお … 続きを読む
Low-Resourced Speech Recognition for Iu Mien Language via Weakly-Supervised Phoneme-based Multilingual Pre-training
要約 主流の自動音声認識 (ASR) テクノロジーでは、通常、数百時間から数千時 … 続きを読む
Self-Supervised Syllable Discovery Based on Speaker-Disentangled HuBERT
要約 自己教師付き音声表現学習は、転写されていない音声から意味のある特徴を抽出す … 続きを読む
Meta-Whisper: Speech-Based Meta-ICL for ASR on Low-Resource Languages
要約 この論文では、Whisper モデルを使用して低リソース言語の自動音声認識 … 続きを読む
Do Prompts Really Prompt? Exploring the Prompt Understanding Capability of Whisper
要約 この研究では、プロンプトの情報が高性能音声認識モデル Whisper とど … 続きを読む
DreamHead: Learning Spatial-Temporal Correspondence via Hierarchical Diffusion for Audio-driven Talking Head Synthesis
要約 オーディオ駆動トーキング ヘッド合成は、提供されたオーディオから本物のよう … 続きを読む
MusicLIME: Explainable Multimodal Music Understanding
要約 マルチモーダル モデルは、オーディオと歌詞の間の複雑な相互作用を捉えるため … 続きを読む