-
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
Cross-Modal Denoising: A Novel Training Paradigm for Enhancing Speech-Image Retrieval
要約 音声と画像の検索が成功するかどうかは、音声と画像の間の効果的な調整を確立で … 続きを読む
Coarse-to-fine Alignment Makes Better Speech-image Retrieval
要約 この論文では、音声画像検索のための新しいフレームワークを提案します。 音声 … 続きを読む
Evaluation of real-time transcriptions using end-to-end ASR models
要約 自動音声認識 (ASR) または Speech-to-text (STT) … 続きを読む
Cross-Dialect Text-To-Speech in Pitch-Accent Language Incorporating Multi-Dialect Phoneme-Level BERT
要約 私たちは、非母国語の方言、特に高低アクセント言語で学習した話者の音声を合成 … 続きを読む
A Suite for Acoustic Language Model Evaluation
要約 音声言語モデルは最近、汎用音声処理システムとして大きな可能性を示しています … 続きを読む
EventTrojan: Manipulating Non-Intrusive Speech Quality Assessment via Imperceptible Events
要約 非侵入型音声品質評価 (NISQA) は、参照音声を必要とせずに音声の平均 … 続きを読む
VMAS: Video-to-Music Generation via Semantic Alignment in Web Music Videos
要約 ビデオ入力から BGM を生成する方法を学習するためのフレームワークを紹介 … 続きを読む
Spectral oversubtraction? An approach for speech enhancement after robot ego speech filtering in semi-real-time
要約 スペクトル減算は、その単純さから広く使用されており、ロボットの発話時のシン … 続きを読む
Soft Acoustic Curvature Sensor: Design and Development
要約 この論文では、新しい Soft Acoustic Curvature (S … 続きを読む
Human-mimetic binaural ear design and sound source direction estimation for task realization of musculoskeletal humanoids
要約 筋骨格ヒューマノイドによる人間に似た環境認識は、実際の複雑な環境でのタスク … 続きを読む