「cs.SD」カテゴリーアーカイブ

Dynamic Gated Recurrent Neural Network for Compute-efficient Speech Enhancement

投稿日: 2024年8月23日 作成者: jarxiv

要約 このペーパーでは、リソースに制約のあるハードウェア プラットフォーム上で実 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Dynamic Gated Recurrent Neural Network for Compute-efficient Speech Enhancement はコメントを受け付けていません

Self-Learning for Personalized Keyword Spotting on Ultra-Low-Power Audio Sensors

投稿日: 2024年8月23日 作成者: jarxiv

要約 この論文では、超低電力スマート オーディオ センサーへの展開後に、パーソナ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Self-Learning for Personalized Keyword Spotting on Ultra-Low-Power Audio Sensors はコメントを受け付けていません

Modeling Time-Variant Responses of Optical Compressors with Selective State Space Models

投稿日: 2024年8月23日 作成者: jarxiv

要約 この論文では、選択的状態空間モデルを備えたディープ ニューラル ネットワー … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Modeling Time-Variant Responses of Optical Compressors with Selective State Space Models はコメントを受け付けていません

Comparative Study of States-based Neural Networks for Virtual Analog Audio Effects Modeling

投稿日: 2024年8月23日 作成者: jarxiv

要約 アナログ電子回路は、音楽機器の重要なカテゴリーの中核です。 電子コンポーネ … 続きを読む →

カテゴリー: cs.AI, cs.SD | Comparative Study of States-based Neural Networks for Virtual Analog Audio Effects Modeling はコメントを受け付けていません

Estimated Audio-Caption Correspondences Improve Language-Based Audio Retrieval

投稿日: 2024年8月22日 作成者: jarxiv

要約 デュアル エンコーダ ベースの音声検索システムは、一般に、一致する音声と不 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Estimated Audio-Caption Correspondences Improve Language-Based Audio Retrieval はコメントを受け付けていません

DisMix: Disentangling Mixtures of Musical Instruments for Source-level Pitch and Timbre Manipulation

投稿日: 2024年8月21日 作成者: jarxiv

要約 ピッチと音色のもつれを解くことに関する既存の研究は、複数の楽器が提示される … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SD, eess.AS | DisMix: Disentangling Mixtures of Musical Instruments for Source-level Pitch and Timbre Manipulation はコメントを受け付けていません

Audio Match Cutting: Finding and Creating Matching Audio Transitions in Movies and Videos

投稿日: 2024年8月21日 作成者: jarxiv

要約 「マッチカット」は、同様の構成を持つ 2 つのショットが一方からもう一方に … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Audio Match Cutting: Finding and Creating Matching Audio Transitions in Movies and Videos はコメントを受け付けていません

The FruitShell French synthesis system at the Blizzard 2023 Challenge

投稿日: 2024年8月21日 作成者: jarxiv

要約 この論文では、Blizzard Challenge 2023 用のフランス … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | The FruitShell French synthesis system at the Blizzard 2023 Challenge はコメントを受け付けていません

Towards Rehearsal-Free Multilingual ASR: A LoRA-based Case Study on Whisper

投稿日: 2024年8月21日 作成者: jarxiv

要約 Whisper のような、事前トレーニングされた多言語音声基礎モデルは、さ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Towards Rehearsal-Free Multilingual ASR: A LoRA-based Case Study on Whisper はコメントを受け付けていません

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

投稿日: 2024年8月20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