「cs.SD」カテゴリーアーカイブ

BLSP-KD: Bootstrapping Language-Speech Pre-training via Knowledge Distillation

投稿日: 2024年5月30日 作成者: jarxiv

要約 最近のエンドツーエンドのアプローチは、大規模言語モデル (LLM) を音声 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | BLSP-KD: Bootstrapping Language-Speech Pre-training via Knowledge Distillation はコメントを受け付けていません

TRAMBA: A Hybrid Transformer and Mamba Architecture for Practical Audio and Bone Conduction Speech Super Resolution and Enhancement on Mobile and Wearable Platforms

投稿日: 2024年5月30日 作成者: jarxiv

要約 私たちは、モバイルおよびウェアラブルプラットフォームに適した、音響および骨 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SD, eess.AS | TRAMBA: A Hybrid Transformer and Mamba Architecture for Practical Audio and Bone Conduction Speech Super Resolution and Enhancement on Mobile and Wearable Platforms はコメントを受け付けていません

Instruct-MusicGen: Unlocking Text-to-Music Editing for Music Language Models via Instruction Tuning

投稿日: 2024年5月30日 作成者: jarxiv

要約 テキストから音楽への編集における最近の進歩は、テキスト クエリを使用して音 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.MM, cs.SD, eess.AS | Instruct-MusicGen: Unlocking Text-to-Music Editing for Music Language Models via Instruction Tuning はコメントを受け付けていません

BLSP: Bootstrapping Language-Speech Pre-training via Behavior Alignment of Continuation Writing

投稿日: 2024年5月29日 作成者: jarxiv

要約 大規模言語モデル (LLM) の出現により、その優れた言語機能を音声に拡張 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | BLSP: Bootstrapping Language-Speech Pre-training via Behavior Alignment of Continuation Writing はコメントを受け付けていません

MF-AED-AEC: Speech Emotion Recognition by Leveraging Multimodal Fusion, Asr Error Detection, and Asr Error Correction

投稿日: 2024年5月29日 作成者: jarxiv

要約 音声感情認識 (SER) における一般的なアプローチには、音声情報とテキス … 続きを読む →

カテゴリー: cs.CL, cs.MM, cs.SD, eess.AS | MF-AED-AEC: Speech Emotion Recognition by Leveraging Multimodal Fusion, Asr Error Detection, and Asr Error Correction はコメントを受け付けていません

REBORN: Reinforcement-Learned Boundary Segmentation with Iterative Training for Unsupervised ASR

投稿日: 2024年5月29日 作成者: jarxiv

要約 教師なし自動音声認識 (ASR) は、音声とテキストのペアのデータを監視せ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | REBORN: Reinforcement-Learned Boundary Segmentation with Iterative Training for Unsupervised ASR はコメントを受け付けていません

MusicMagus: Zero-Shot Text-to-Music Editing via Diffusion Models

投稿日: 2024年5月29日 作成者: jarxiv

要約 テキストから音楽への生成モデルの最近の進歩により、音楽の創造性に新たな道が … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS | MusicMagus: Zero-Shot Text-to-Music Editing via Diffusion Models はコメントを受け付けていません

Instruct-MusicGen: Unlocking Text-to-Music Editing for Music Language Models via Instruction Tuning

投稿日: 2024年5月29日 作成者: jarxiv

要約 テキストから音楽への編集における最近の進歩は、テキスト クエリを使用して音 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.MM, cs.SD, eess.AS | Instruct-MusicGen: Unlocking Text-to-Music Editing for Music Language Models via Instruction Tuning はコメントを受け付けていません

NeRAF: 3D Scene Infused Neural Radiance and Acoustic Fields

投稿日: 2024年5月29日 作成者: jarxiv

要約 音は人間の知覚において重要な役割を果たし、環境を理解するために視覚とともに … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | NeRAF: 3D Scene Infused Neural Radiance and Acoustic Fields はコメントを受け付けていません

Enhancing Music Genre Classification through Multi-Algorithm Analysis and User-Friendly Visualization

投稿日: 2024年5月28日 作成者: jarxiv

要約 この研究の目的は、さまざまな種類の音楽を認識する方法をアルゴリズムに教える … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Enhancing Music Genre Classification through Multi-Algorithm Analysis and User-Friendly Visualization はコメントを受け付けていません