「cs.SD」カテゴリーアーカイブ

Enabling Auditory Large Language Models for Automatic Speech Quality Evaluation

投稿日: 2025年3月4日 作成者: jarxiv

要約 音声品質評価では通常、平均オピニオンスコア(MOS)や話者類似度(SIM) … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Enabling Auditory Large Language Models for Automatic Speech Quality Evaluation はコメントを受け付けていません

Offload Rethinking by Cloud Assistance for Efficient Environmental Sound Recognition on LPWANs

投稿日: 2025年3月4日 作成者: jarxiv

要約 学習ベースの環境音認識は、生物学研究や都市規模のセンシングシステムにおける … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.NI, cs.SD, eess.AS | Offload Rethinking by Cloud Assistance for Efficient Environmental Sound Recognition on LPWANs はコメントを受け付けていません

Open-Source Manually Annotated Vocal Tract Database for Automatic Segmentation from 3D MRI Using Deep Learning: Benchmarking 2D and 3D Convolutional and Transformer Networks

投稿日: 2025年3月3日 作成者: jarxiv

要約 さまざまな音声および音声アプリケーションには、磁気共鳴イメージング（MRI … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Open-Source Manually Annotated Vocal Tract Database for Automatic Segmentation from 3D MRI Using Deep Learning: Benchmarking 2D and 3D Convolutional and Transformer Networks はコメントを受け付けていません

On Adversarial Attacks In Acoustic Drone Localization

投稿日: 2025年2月28日 作成者: jarxiv

要約 マルチローターの空中自動運転車（MAV、より広く知られている「ドローン」） … 続きを読む →

カテゴリー: cs.RO, cs.SD, eess.AS | On Adversarial Attacks In Acoustic Drone Localization はコメントを受け付けていません

Adapting Automatic Speech Recognition for Accented Air Traffic Control Communications

投稿日: 2025年2月28日 作成者: jarxiv

要約 航空交通管制（ATC）における効果的なコミュニケーションは、航空の安全性を … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Adapting Automatic Speech Recognition for Accented Air Traffic Control Communications はコメントを受け付けていません

Optimizing Multi-Stuttered Speech Classification: Leveraging Whisper’s Encoder for Efficient Parameter Reduction in Automated Assessment

投稿日: 2025年2月27日 作成者: jarxiv

要約 st音の自動分類は、音声言語病理学者に支援を提供するタイムリーな評価に大き … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Optimizing Multi-Stuttered Speech Classification: Leveraging Whisper’s Encoder for Efficient Parameter Reduction in Automated Assessment はコメントを受け付けていません

Combining TF-GridNet and Mixture Encoder for Continuous Speech Separation for Meeting Transcription

投稿日: 2025年2月27日 作成者: jarxiv

要約 自動音声認識（ASR）の多くの実際のアプリケーションでは、重複した音声の処 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Combining TF-GridNet and Mixture Encoder for Continuous Speech Separation for Meeting Transcription はコメントを受け付けていません

NeuroVoz: a Castillian Spanish corpus of parkinsonian speech

投稿日: 2025年2月27日 作成者: jarxiv

要約 音声によるパーキンソン病（PD）のスクリーニングは、異なる言語で公開されて … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | NeuroVoz: a Castillian Spanish corpus of parkinsonian speech はコメントを受け付けていません

Exploring Gender Disparities in Automatic Speech Recognition Technology

投稿日: 2025年2月26日 作成者: jarxiv

要約 この研究では、人口統計の従来の調査を超えて、性別全体の自動音声認識（ASR … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Exploring Gender Disparities in Automatic Speech Recognition Technology はコメントを受け付けていません

Both Ears Wide Open: Towards Language-Driven Spatial Audio Generation

投稿日: 2025年2月26日 作成者: jarxiv

要約 最近、拡散モデルはモノチャネルオーディオ生成で大きな成功を収めています。 … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Both Ears Wide Open: Towards Language-Driven Spatial Audio Generation はコメントを受け付けていません