「cs.SD」カテゴリーアーカイブ

Robust Wake-Up Word Detection by Two-stage Multi-resolution Ensembles

投稿日: 2023年10月18日 作成者: jarxiv

要約 音声ベースのインターフェイスは、ウェイクアップ ワード メカニズムに依存し … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Robust Wake-Up Word Detection by Two-stage Multi-resolution Ensembles はコメントを受け付けていません

LocSelect: Target Speaker Localization with an Auditory Selective Hearing Mechanism

投稿日: 2023年10月18日 作成者: jarxiv

要約 一般的な耐ノイズ性および耐残響性定位アルゴリズムは、主に、スピーカーのアイ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | LocSelect: Target Speaker Localization with an Auditory Selective Hearing Mechanism はコメントを受け付けていません

LocSelect: Target Speaker Localization with an Auditory Selective Hearing Mechanism

投稿日: 2023年10月17日 作成者: jarxiv

要約 一般的な耐ノイズ性および耐残響性定位アルゴリズムは、主に、話者のアイデンテ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | LocSelect: Target Speaker Localization with an Auditory Selective Hearing Mechanism はコメントを受け付けていません

AV-NeRF: Learning Neural Fields for Real-World Audio-Visual Scene Synthesis

投稿日: 2023年10月17日 作成者: jarxiv

要約 視聴覚シーンを記録する機械は、新しい位置や新しい視点で、現実的で一致する視 … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.SD, eess.AS | AV-NeRF: Learning Neural Fields for Real-World Audio-Visual Scene Synthesis はコメントを受け付けていません

Soundify: Matching Sound Effects to Video

投稿日: 2023年10月16日 作成者: jarxiv

要約 ビデオ編集の分野では、サウンドはオブジェクトに個性を加え、視聴者を空間に没 … 続きを読む →

カテゴリー: cs.CV, cs.HC, cs.MM, cs.SD, eess.AS | Soundify: Matching Sound Effects to Video はコメントを受け付けていません

Fast Word Error Rate Estimation Using Self-Supervised Representations For Speech And Text

投稿日: 2023年10月13日 作成者: jarxiv

要約 自動音声認識 (ASR) の品質は通常、単語誤り率 (WER) によって測 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Fast Word Error Rate Estimation Using Self-Supervised Representations For Speech And Text はコメントを受け付けていません

Impact of time and note duration tokenizations on deep learning symbolic music modeling

投稿日: 2023年10月13日 作成者: jarxiv

要約 象徴的な音楽は、生成、転写、合成、音楽情報検索 (MIR) などのさまざま … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SD, eess.AS | Impact of time and note duration tokenizations on deep learning symbolic music modeling はコメントを受け付けていません

Efficient Emotional Adaptation for Audio-Driven Talking-Head Generation

投稿日: 2023年10月13日 作成者: jarxiv

要約 オーディオ駆動トーキングヘッド合成は、仮想人間関連アプリケーションの人気の … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.SD, eess.AS | Efficient Emotional Adaptation for Audio-Driven Talking-Head Generation はコメントを受け付けていません

Soundify: Matching Sound Effects to Video

投稿日: 2023年10月13日 作成者: jarxiv

要約 ビデオ編集の分野では、サウンドはオブジェクトに個性を加え、視聴者を空間に没 … 続きを読む →

カテゴリー: cs.CV, cs.HC, cs.MM, cs.SD, eess.AS | Soundify: Matching Sound Effects to Video はコメントを受け付けていません

Investigating the Effect of Language Models in Sequence Discriminative Training for Neural Transducers

投稿日: 2023年10月12日 作成者: jarxiv

要約 この研究では、音素ベースの神経トランスデューサーのシーケンス識別トレーニン … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Investigating the Effect of Language Models in Sequence Discriminative Training for Neural Transducers はコメントを受け付けていません