「cs.SD」カテゴリーアーカイブ

Fake it to make it: Using synthetic data to remedy the data shortage in joint multimodal speech-and-gesture synthesis

投稿日: 2024年5月1日 作成者: jarxiv

要約 対面で会話する人間は口頭と非言語の両方で同時にコミュニケーションをとります … 続きを読む →

カテゴリー: 68T07, 68T42, cs.CV, cs.GR, cs.HC, cs.SD, eess.AS, I.2.6 | Fake it to make it: Using synthetic data to remedy the data shortage in joint multimodal speech-and-gesture synthesis はコメントを受け付けていません

Certification of Speaker Recognition Models to Additive Perturbations

投稿日: 2024年4月30日 作成者: jarxiv

要約 話者認識テクノロジーは、パーソナル仮想アシスタントから安全なアクセス シス … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Certification of Speaker Recognition Models to Additive Perturbations はコメントを受け付けていません

A Semi-Automatic Approach to Create Large Gender- and Age-Balanced Speaker Corpora: Usefulness of Speaker Diarization & Identification

投稿日: 2024年4月29日 作成者: jarxiv

要約 この論文では、32 のカテゴリ (2 つの性別、4 つの年齢層、4 つの録 … 続きを読む →

カテゴリー: cs.CL, cs.DL, cs.LG, cs.SD, eess.AS | A Semi-Automatic Approach to Create Large Gender- and Age-Balanced Speaker Corpora: Usefulness of Speaker Diarization & Identification はコメントを受け付けていません

The LuViRA Dataset: Synchronized Vision, Radio, and Audio Sensors for Indoor Localization

投稿日: 2024年4月29日 作成者: jarxiv

要約 私たちは、正確かつ堅牢な屋内位置特定のための同期された多感覚データセット、 … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS, eess.SP | The LuViRA Dataset: Synchronized Vision, Radio, and Audio Sensors for Indoor Localization はコメントを受け付けていません

Audio-Visual Person Verification based on Recursive Fusion of Joint Cross-Attention

投稿日: 2024年4月29日 作成者: jarxiv

要約 顔と声が互いに密接に関連しているため、視聴覚融合を使用した個人または身元確 … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Audio-Visual Person Verification based on Recursive Fusion of Joint Cross-Attention はコメントを受け付けていません

Automatic Speech Recognition System-Independent Word Error Rate Estimation

投稿日: 2024年4月29日 作成者: jarxiv

要約 単語誤り率 (WER) は、自動音声認識 (ASR) システムによって生成 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Automatic Speech Recognition System-Independent Word Error Rate Estimation はコメントを受け付けていません

Developing Acoustic Models for Automatic Speech Recognition in Swedish

投稿日: 2024年4月26日 作成者: jarxiv

要約 この論文は、訓練可能なシステムを使用した自動連続音声認識に関するものです。 … 続きを読む →

カテゴリー: 68T10, cs.AI, cs.SD, eess.AS, I.2.0 | Developing Acoustic Models for Automatic Speech Recognition in Swedish はコメントを受け付けていません

ActiveRIR: Active Audio-Visual Exploration for Acoustic Environment Modeling

投稿日: 2024年4月26日 作成者: jarxiv

要約 環境音響モデルは、特定の音源/受信機の場所において、音が屋内環境の物理的特 … 続きを読む →

カテゴリー: cs.CV, cs.RO, cs.SD, eess.AS | ActiveRIR: Active Audio-Visual Exploration for Acoustic Environment Modeling はコメントを受け付けていません

STaR: Distilling Speech Temporal Relation for Lightweight Speech Self-Supervised Learning Models

投稿日: 2024年4月26日 作成者: jarxiv

要約 Transformer ベースの音声自己教師あり学習 (SSL) モデルは … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | STaR: Distilling Speech Temporal Relation for Lightweight Speech Self-Supervised Learning Models はコメントを受け付けていません

Automatic Speech Recognition System-Independent Word Error Rate Estimatio

投稿日: 2024年4月26日 作成者: jarxiv

要約 単語誤り率 (WER) は、自動音声認識 (ASR) システムによって生成 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Automatic Speech Recognition System-Independent Word Error Rate Estimatio はコメントを受け付けていません