「cs.SD」カテゴリーアーカイブ

CPSP: Learning Speech Concepts From Phoneme Supervision

投稿日: 2023年9月26日 作成者: jarxiv

要約 最小教師あり音声合成 (TTS)、音声変換 (VC)、自動音声認識 (AS … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | CPSP: Learning Speech Concepts From Phoneme Supervision はコメントを受け付けていません

Fast-HuBERT: An Efficient Training Framework for Self-Supervised Speech Representation Learning

投稿日: 2023年9月26日 作成者: jarxiv

要約 近年、音声処理タスクの自己教師あり学習 (SSL) 手法が大幅に進歩しまし … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SD, eess.AS | Fast-HuBERT: An Efficient Training Framework for Self-Supervised Speech Representation Learning はコメントを受け付けていません

Reproducing Whisper-Style Training Using an Open-Source Toolkit and Publicly Available Data

投稿日: 2023年9月26日 作成者: jarxiv

要約 大量のデータを使用した音声モデルの事前トレーニングは、目覚ましい成功を収め … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Reproducing Whisper-Style Training Using an Open-Source Toolkit and Publicly Available Data はコメントを受け付けていません

Connecting Speech Encoder and Large Language Model for ASR

投稿日: 2023年9月26日 作成者: jarxiv

要約 大規模言語モデル (LLM) の優れた機能と多用途性により、自動音声認識 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Connecting Speech Encoder and Large Language Model for ASR はコメントを受け付けていません

Leveraging Data Collection and Unsupervised Learning for Code-switched Tunisian Arabic Automatic Speech Recognition

投稿日: 2023年9月26日 作成者: jarxiv

要約 方言に対する効果的な自動音声認識 (ASR) ソリューションを作成するには … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Leveraging Data Collection and Unsupervised Learning for Code-switched Tunisian Arabic Automatic Speech Recognition はコメントを受け付けていません

Analysis and Detection of Pathological Voice using Glottal Source Features

投稿日: 2023年9月26日 作成者: jarxiv

要約 音声の病状を自動検出することで、客観的な評価と早期の診断介入が可能になりま … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS, eess.SP | Analysis and Detection of Pathological Voice using Glottal Source Features はコメントを受け付けていません

MASR: Multi-label Aware Speech Representation

投稿日: 2023年9月26日 作成者: jarxiv

要約 近年、音声表現学習は主に自己教師あり学習 (SSL) タスクとして構築され … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | MASR: Multi-label Aware Speech Representation はコメントを受け付けていません

Wav2vec-based Detection and Severity Level Classification of Dysarthria from Speech

投稿日: 2023年9月26日 作成者: jarxiv

要約 音響音声信号から直接、構音障害を自動検出および重症度レベル分類することは、 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS, eess.SP | Wav2vec-based Detection and Severity Level Classification of Dysarthria from Speech はコメントを受け付けていません

On the Relation between Internal Language Model and Sequence Discriminative Training for Neural Transducers

投稿日: 2023年9月26日 作成者: jarxiv

要約 内部言語モデル (ILM) の減算は、音声認識用の外部言語モデル (LM) … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | On the Relation between Internal Language Model and Sequence Discriminative Training for Neural Transducers はコメントを受け付けていません

Towards General-Purpose Text-Instruction-Guided Voice Conversion

投稿日: 2023年9月26日 作成者: jarxiv

要約 この論文では、「深いトーンでゆっくり発音する」または「元気な少年のような声 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Towards General-Purpose Text-Instruction-Guided Voice Conversion はコメントを受け付けていません