「eess.AS」カテゴリーアーカイブ

Naturalistic Music Decoding from EEG Data via Latent Diffusion Models

投稿日: 2024年7月3日 作成者: jarxiv

要約 この記事では、脳波 (EEG) 記録から自然な音楽を再構築するタスクに、強 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | コメントする

Open-Source Conversational AI with SpeechBrain 1.0

投稿日: 2024年7月3日 作成者: jarxiv

要約 SpeechBrain は、PyTorch に基づくオープンソースの会話 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC, cs.LG, eess.AS | コメントする

Robust Zero-Shot Text-to-Speech Synthesis with Reverse Inference Optimization

投稿日: 2024年7月3日 作成者: jarxiv

要約 この論文では、人間のフィードバックからの強化学習 (RLHF) を使用して … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | コメントする

Towards Robust Speech Representation Learning for Thousands of Languages

投稿日: 2024年7月3日 作成者: jarxiv

要約 自己教師あり学習 (SSL) は、ラベル付きデータの必要性を減らし、音声テ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | コメントする

SlideAVSR: A Dataset of Paper Explanation Videos for Audio-Visual Speech Recognition

投稿日: 2024年7月3日 作成者: jarxiv

要約 オーディオビジュアル音声認識 (AVSR) は、自動音声認識 (ASR) … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | コメントする

Is one brick enough to break the wall of spoken dialogue state tracking?

投稿日: 2024年7月2日 作成者: jarxiv

要約 タスク指向対話 (TOD) システムでは、ユーザーの要求に対するシステムの … 続きを読む →

カテゴリー: cs.AI, cs.CL, eess.AS, eess.SP | コメントする

Proceedings of The second international workshop on eXplainable AI for the Arts (XAIxArts)

投稿日: 2024年7月2日 作成者: jarxiv

要約 Explainable AI for the Arts (XAIxArts … 続きを読む →

カテゴリー: cs.AI, cs.HC, cs.MM, cs.SD, eess.AS | コメントする

Deep Active Audio Feature Learning in Resource-Constrained Environments

投稿日: 2024年7月2日 作成者: jarxiv

要約 ラベル付きデータが不足しているため、生体音響アプリケーションでのディープ … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | コメントする

Training-Free Deepfake Voice Recognition by Leveraging Large-Scale Pre-Trained Models

投稿日: 2024年7月2日 作成者: jarxiv

要約 現在の音声ディープフェイク検出器にとって一般化は主な問題であり、配布外のデ … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | コメントする

ManiWAV: Learning Robot Manipulation from In-the-Wild Audio-Visual Data

投稿日: 2024年7月1日 作成者: jarxiv

要約 音声信号は、ロボットの相互作用や接触による物体の特性に関する豊富な情報を提 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO, cs.SD, eess.AS | コメントする