-
最近の投稿
- Adaptive Target Localization under Uncertainty using Multi-Agent Deep Reinforcement Learning with Knowledge Transfer
- Factor Graph-Based Active SLAM for Spacecraft Proximity Operations
- VIEW: Visual Imitation Learning with Waypoints
- Front Hair Styling Robot System Using Path Planning for Root-Centric Strand Adjustment
- Audio Array-Based 3D UAV Trajectory Estimation with LiDAR Pseudo-Labeling
-
最近のコメント
表示できるコメントはありません。 cs.AI (32521) cs.CL (24587) cs.CR (2516) cs.CV (38727) cs.LG (37397) cs.RO (18958) cs.SY (2900) eess.IV (4641) eess.SY (2894) stat.ML (4935)
「eess.AS」カテゴリーアーカイブ
Audio Array-Based 3D UAV Trajectory Estimation with LiDAR Pseudo-Labeling
要約 小型無人航空機 (UAV) の普及が進むにつれ、公共の安全とプライバシーへ … 続きを読む
Audio Texture Manipulation by Exemplar-Based Analogy
要約 オーディオ テクスチャの操作には、聴覚要素の追加、削除、置換などの特定の変 … 続きを読む
An End-to-End Approach for Korean Wakeword Systems with Speaker Authentication
要約 ウェイクワード検出は、AI アシスタントがユーザーの声を聞き、効果的に対話 … 続きを読む
VITA-1.5: Towards GPT-4o Level Real-Time Vision and Speech Interaction
要約 最近のマルチモーダル大規模言語モデル (MLLM) は通常、視覚的モダリテ … 続きを読む
How Redundant Is the Transformer Stack in Speech Representation Models?
要約 自己教師あり音声表現モデル、特にトランス アーキテクチャを活用したモデルは … 続きを読む
Improving Zero-Shot Chinese-English Code-Switching ASR with kNN-CTC and Gated Monolingual Datastores
要約 kNN-CTC モデルは、単言語自動音声認識 (ASR) に有効であること … 続きを読む
Joint Automatic Speech Recognition And Structure Learning For Better Speech Understanding
要約 音声言語理解 (SLU) は、音声の分野における構造予測タスクです。 最近 … 続きを読む
Audio-Driven Reinforcement Learning for Head-Orientation in Naturalistic Environments
要約 オーディオ信号処理における深層強化学習 (DRL) アプローチは近年大幅な … 続きを読む
MRI2Speech: Speech Synthesis from Articulatory Movements Recorded by Real-time MRI
要約 以前のリアルタイム MRI (rtMRI) ベースの音声合成モデルは、ノイ … 続きを読む