-
最近の投稿
- Topological mapping for traversability-aware long-range navigation in off-road terrain
- Equality Constrained Diffusion for Direct Trajectory Optimization
- Learning-Based Autonomous Navigation, Benchmark Environments and Simulation Framework for Endovascular Interventions
- Language Supervised Human Action Recognition with Salient Fusion: Construction Worker Action Recognition as a Use Case
- Bi-Level Motion Imitation for Humanoid Robots
-
最近のコメント
表示できるコメントはありません。 cs.AI (27641) cs.CL (20879) cs.CR (2167) cs.CV (34375) cs.LG (32373) cs.RO (15816) cs.SY (2460) eess.IV (4221) eess.SY (2454) stat.ML (4339)
「cs.SD」カテゴリーアーカイブ
Exploring SSL Discrete Speech Features for Zipformer-based Contextual ASR
要約 自己教師あり学習 (SSL) ベースの離散音声表現は非常にコンパクトで、ド … 続きを読む
Exploring SSL Discrete Tokens for Multilingual ASR
要約 音声関連タスクにおける自己教師あり学習 (SSL) の進歩に伴い、より高速 … 続きを読む
Exploring the Impact of Data Quantity on ASR in Extremely Low-resource Languages
要約 この研究では、絶滅危惧種の 2 つのオーストロネシア語、アミ語とセデクに焦 … 続きを読む
Towards Leveraging Contrastively Pretrained Neural Audio Embeddings for Recommender Tasks
要約 音楽レコメンダー システムは、音楽作品、アーティスト、ユーザー間の関係を把 … 続きを読む
StyleSinger: Style Transfer for Out-of-Domain Singing Voice Synthesis
要約 ドメイン外 (OOD) 歌声合成 (SVS) のためのスタイル転送は、リフ … 続きを読む
A corpus-based investigation of pitch contours of monosyllabic words in conversational Taiwan Mandarin
要約 中国語では、単独で、または注意して話したときに生成される単音節単語の音調の … 続きを読む
The Faetar Benchmark: Speech Recognition in a Very Under-Resourced Language
要約 Faetar 自動音声認識ベンチマークを紹介します。これは、低リソースの音 … 続きを読む
AudioBERT: Audio Knowledge Augmented Language Model
要約 最近の研究では、テキストのみのデータセットで事前トレーニングされた言語モデ … 続きを読む
Sim2Real Transfer for Audio-Visual Navigation with Frequency-Adaptive Acoustic Field Prediction
要約 Sim2real 転送は、シミュレーションでロボット タスクをエンドツーエ … 続きを読む
D-CAPTCHA++: A Study of Resilience of Deepfake CAPTCHA under Transferable Imperceptible Adversarial Attack
要約 生成 AI の進歩により、テキスト読み上げや音声変換などの音声合成モデルの … 続きを読む