「cs.SD」カテゴリーアーカイブ

Speech Translation with Large Language Models: An Industrial Practice

投稿日: 2023年12月22日 作成者: jarxiv

要約 さまざまなタスクにわたる大規模言語モデル (LLM) が大きな成功を収めて … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Speech Translation with Large Language Models: An Industrial Practice はコメントを受け付けていません

EmphAssess : a Prosodic Benchmark on Assessing Emphasis Transfer in Speech-to-Speech Models

投稿日: 2023年12月22日 作成者: jarxiv

要約 韻律強調をエンコードして再現する音声合成モデルの機能を評価するために設計さ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | EmphAssess : a Prosodic Benchmark on Assessing Emphasis Transfer in Speech-to-Speech Models はコメントを受け付けていません

On the choice of the optimal temporal support for audio classification with Pre-trained embeddings

投稿日: 2023年12月22日 作成者: jarxiv

要約 現在の最先端のオーディオ分析システムは、事前にトレーニングされた埋め込みモ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | On the choice of the optimal temporal support for audio classification with Pre-trained embeddings はコメントを受け付けていません

Underwater Acoustic Signal Recognition Based on Salient Features

投稿日: 2023年12月21日 作成者: jarxiv

要約 技術の急速な進歩に伴い、複雑な環境における水中の音響信号の認識がますます重 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Underwater Acoustic Signal Recognition Based on Salient Features はコメントを受け付けていません

Lattice Rescoring Based on Large Ensemble of Complementary Neural Language Models

投稿日: 2023年12月21日 作成者: jarxiv

要約 自動音声認識 (ASR) 仮説に基づく格子再スコアリングに高度な神経言語モ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Lattice Rescoring Based on Large Ensemble of Complementary Neural Language Models はコメントを受け付けていません

Stable Distillation: Regularizing Continued Pre-training for Low-Resource Automatic Speech Recognition

投稿日: 2023年12月21日 作成者: jarxiv

要約 既存の SSL モデルをターゲット ドメインに適応させるための継続的な自己 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Stable Distillation: Regularizing Continued Pre-training for Low-Resource Automatic Speech Recognition はコメントを受け付けていません

FusDom: Combining In-Domain and Out-of-Domain Knowledge for Continuous Self-Supervised Learning

投稿日: 2023年12月21日 作成者: jarxiv

要約 継続的な事前トレーニング (CP) には、ターゲット ドメインへの適応や、 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | FusDom: Combining In-Domain and Out-of-Domain Knowledge for Continuous Self-Supervised Learning はコメントを受け付けていません

Evaluating Speech-in-Speech Perception via a Humanoid Robot

投稿日: 2023年12月20日 作成者: jarxiv

要約 背景の話者によって隠蔽される音声知覚の根本的なメカニズム、つまり日常の一般 … 続きを読む →

カテゴリー: cs.RO, cs.SD, eess.AS | Evaluating Speech-in-Speech Perception via a Humanoid Robot はコメントを受け付けていません

Emotion Rendering for Conversational Speech Synthesis with Heterogeneous Graph-Based Context Modeling

投稿日: 2023年12月20日 作成者: jarxiv

要約 会話型音声合成 (CSS) は、会話環境内で適切な韻律と感情の抑揚を備えた … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Emotion Rendering for Conversational Speech Synthesis with Heterogeneous Graph-Based Context Modeling はコメントを受け付けていません

Automated speech audiometry: Can it work using open-source pre-trained Kaldi-NL automatic speech recognition?

投稿日: 2023年12月20日 作成者: jarxiv

要約 実用的な音声聴力測定ツールは、さまざまな年齢や聴力状態の集団の聴力スクリー … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Automated speech audiometry: Can it work using open-source pre-trained Kaldi-NL automatic speech recognition? はコメントを受け付けていません