cs.SD」カテゴリーアーカイブ

SpeechGuard: Exploring the Adversarial Robustness of Multimodal Large Language Models

要約 音声指示に従い、関連するテキスト応答を生成できる統合音声モデルおよび大規模 … 続きを読む

カテゴリー: cs.CL, cs.SD, eess.AS | SpeechGuard: Exploring the Adversarial Robustness of Multimodal Large Language Models はコメントを受け付けていません

Investigating Design Choices in Joint-Embedding Predictive Architectures for General Audio Representation Learning

要約 この論文は、自己教師ありの汎用音声表現学習の問題に取り組みます。 このタス … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.SD, eess.AS | Investigating Design Choices in Joint-Embedding Predictive Architectures for General Audio Representation Learning はコメントを受け付けていません

Are Sounds Sound for Phylogenetic Reconstruction?

要約 言語進化に関する伝統的な研究では、学者は言語家系図の系統推論における健全な … 続きを読む

カテゴリー: cs.CL, cs.SD, eess.AS | Are Sounds Sound for Phylogenetic Reconstruction? はコメントを受け付けていません

Age-Dependent Analysis and Stochastic Generation of Child-Directed Speech

要約 子ども向けスピーチ (CDS) は、大人が幼い子どもに話しかけるときに使用 … 続きを読む

カテゴリー: cs.CL, cs.SD, eess.AS | Age-Dependent Analysis and Stochastic Generation of Child-Directed Speech はコメントを受け付けていません

Are Sounds Sound for Phylogenetic Reconstruction?

要約 言語進化に関する伝統的な研究では、学者は言語家系図の系統推論における健全な … 続きを読む

カテゴリー: cs.CL, cs.SD, eess.AS | Are Sounds Sound for Phylogenetic Reconstruction? はコメントを受け付けていません

FastSAG: Towards Fast Non-Autoregressive Singing Accompaniment Generation

要約 入力ボーカルに伴奏する楽器音楽を生成する歌唱伴奏生成 (SAG) は、人間 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.MM, cs.SD, eess.AS | FastSAG: Towards Fast Non-Autoregressive Singing Accompaniment Generation はコメントを受け付けていません

Improving Multimodal Learning with Multi-Loss Gradient Modulation

要約 オーディオやビデオなどの複数のモダリティから学習すると、補完的な情報を活用 … 続きを読む

カテゴリー: cs.CV, cs.LG, cs.MM, cs.SD, eess.AS | Improving Multimodal Learning with Multi-Loss Gradient Modulation はコメントを受け付けていません

Look Once to Hear: Target Speech Hearing with Noisy Examples

要約 混雑した環境では、人間の脳は、音声がどのように聞こえるかについて事前に知識 … 続きを読む

カテゴリー: cs.AI, cs.SD, eess.AS | Look Once to Hear: Target Speech Hearing with Noisy Examples はコメントを受け付けていません

Look Once to Hear: Target Speech Hearing with Noisy Examples

要約 混雑した環境では、人間の脳は、音声がどのように聞こえるかについて事前に知識 … 続きを読む

カテゴリー: cs.AI, cs.SD, eess.AS | Look Once to Hear: Target Speech Hearing with Noisy Examples はコメントを受け付けていません

An Investigation of Incorporating Mamba for Speech Enhancement

要約 この研究は、音声強調 (SE) タスク用のスケーラブルな状態空間モデル ( … 続きを読む

カテゴリー: cs.AI, cs.SD, eess.AS | An Investigation of Incorporating Mamba for Speech Enhancement はコメントを受け付けていません