「cs.SD」カテゴリーアーカイブ

XLAVS-R: Cross-Lingual Audio-Visual Speech Representation Learning for Noise-Robust Speech Perception

投稿日: 2024年8月13日 作成者: jarxiv

要約 音声認識および翻訳システムは、現実の環境では頻繁に発生するノイズの多い入力 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | XLAVS-R: Cross-Lingual Audio-Visual Speech Representation Learning for Noise-Robust Speech Perception はコメントを受け付けていません

An Investigation Into Explainable Audio Hate Speech Detection

投稿日: 2024年8月13日 作成者: jarxiv

要約 ヘイトスピーチに関する研究は主にテキスト入力からの検出と解釈を中心に展開さ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | An Investigation Into Explainable Audio Hate Speech Detection はコメントを受け付けていません

Diseño de sonido para producciones audiovisuales e historias sonoras en el aula. Hacia una docencia creativa mediante el uso de herramientas inteligentes

投稿日: 2024年8月13日 作成者: jarxiv

要約 この研究は、オーディオビジュアル作品のサウンドデザインを教えた教育経験を共 … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS | Diseño de sonido para producciones audiovisuales e historias sonoras en el aula. Hacia una docencia creativa mediante el uso de herramientas inteligentes はコメントを受け付けていません

FLEURS-R: A Restored Multilingual Speech Corpus for Generation Tasks

投稿日: 2024年8月13日 作成者: jarxiv

要約 本稿では、Few-shot Learning Evaluation of … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | FLEURS-R: A Restored Multilingual Speech Corpus for Generation Tasks はコメントを受け付けていません

Audio Enhancement for Computer Audition — An Iterative Training Paradigm Using Sample Importance

投稿日: 2024年8月13日 作成者: jarxiv

要約 自動音声認識 (ASR) や音響シーン分類 (ASC) などのオーディオ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Audio Enhancement for Computer Audition — An Iterative Training Paradigm Using Sample Importance はコメントを受け付けていません

MIDI-to-Tab: Guitar Tablature Inference via Masked Language Modeling

投稿日: 2024年8月12日 作成者: jarxiv

要約 ギターのタブ譜は、特定のチューニングで各音をギターの弦とフレットに割り当て … 続きを読む →

カテゴリー: cs.CL, cs.IR, cs.SD | MIDI-to-Tab: Guitar Tablature Inference via Masked Language Modeling はコメントを受け付けていません

SELD-Mamba: Selective State-Space Model for Sound Event Localization and Detection with Source Distance Estimation

投稿日: 2024年8月12日 作成者: jarxiv

要約 サウンド イベントの位置特定と検出 (SELD) タスクでは、Transf … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | SELD-Mamba: Selective State-Space Model for Sound Event Localization and Detection with Source Distance Estimation はコメントを受け付けていません

Articulatory Configurations across Genders and Periods in French Radio and TV archives

投稿日: 2024年8月9日 作成者: jarxiv

要約 この論文では、音響パラメータから調音パラメータへの反転を使用して、性別およ … 続きを読む →

カテゴリー: cs.CL, cs.CY, cs.SD, eess.AS | Articulatory Configurations across Genders and Periods in French Radio and TV archives はコメントを受け付けていません

BAST: Binaural Audio Spectrogram Transformer for Binaural Sound Localization

投稿日: 2024年8月8日 作成者: jarxiv

要約 残響環境における正確な音の定位は、人間の聴覚にとって不可欠です。 最近、畳 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS, I.2 | BAST: Binaural Audio Spectrogram Transformer for Binaural Sound Localization はコメントを受け付けていません

Speech-MASSIVE: A Multilingual Speech Dataset for SLU and Beyond

投稿日: 2024年8月8日 作成者: jarxiv

要約 我々は、MASSIVE テキスト コーパスの一部の音声対応物を構成する多言 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Speech-MASSIVE: A Multilingual Speech Dataset for SLU and Beyond はコメントを受け付けていません