「eess.AS」カテゴリーアーカイブ

Joint Prediction and Denoising for Large-scale Multilingual Self-supervised Learning

投稿日: 2023年9月29日 作成者: jarxiv

要約 多言語自己教師あり学習 (SSL) は、多くの言語を処理するために必要な費 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Joint Prediction and Denoising for Large-scale Multilingual Self-supervised Learning はコメントを受け付けていません

Timbre-Trap: A Low-Resource Framework for Instrument-Agnostic Music Transcription

投稿日: 2023年9月28日 作成者: jarxiv

要約 近年、音楽転写に関する研究は、主にアーキテクチャ設計と楽器固有のデータ取得 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Timbre-Trap: A Low-Resource Framework for Instrument-Agnostic Music Transcription はコメントを受け付けていません

Low-rank Adaptation of Large Language Model Rescoring for Parameter-Efficient Speech Recognition

投稿日: 2023年9月28日 作成者: jarxiv

要約 音声認識出力スコアリングのための低ランク適応 (LoRA) に基づく神経言 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.NE, cs.SD, eess.AS | Low-rank Adaptation of Large Language Model Rescoring for Parameter-Efficient Speech Recognition はコメントを受け付けていません

joint prediction and denoising for large-scale multilingual self-supervised learning

投稿日: 2023年9月28日 作成者: jarxiv

要約 多言語自己教師あり学習 (SSL) は、多くの言語を処理するために必要な費 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | joint prediction and denoising for large-scale multilingual self-supervised learning はコメントを受け付けていません

Seeing and hearing what has not been said; A multimodal client behavior classifier in Motivational Interviewing with interpretable fusion

投稿日: 2023年9月28日 作成者: jarxiv

要約 動機づけ面接 (MI) は、コラボレーションを重視し、行動の変化を促す治療 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, eess.AS | Seeing and hearing what has not been said; A multimodal client behavior classifier in Motivational Interviewing with interpretable fusion はコメントを受け付けていません

Learning Speech Representation From Contrastive Token-Acoustic Pretraining

投稿日: 2023年9月28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 | Learning Speech Representation From Contrastive Token-Acoustic Pretraining はコメントを受け付けていません

Late Audio-Visual Fusion for In-The-Wild Speaker Diarization

投稿日: 2023年9月28日 作成者: jarxiv

要約 話者ダイアライゼーションは、制約された音声についてはよく研究されていますが … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Late Audio-Visual Fusion for In-The-Wild Speaker Diarization はコメントを受け付けていません

Speech collage: code-switched audio generation by collaging monolingual corpora

投稿日: 2023年9月28日 作成者: jarxiv

要約 コードスイッチング (CS) 用の効果的な自動音声認識 (ASR) システ … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Speech collage: code-switched audio generation by collaging monolingual corpora はコメントを受け付けていません

Enhancing End-to-End Conversational Speech Translation Through Target Language Context Utilization

投稿日: 2023年9月28日 作成者: jarxiv

要約 より長いコンテキストを組み込むことは機械翻訳に利点があることが示されていま … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Enhancing End-to-End Conversational Speech Translation Through Target Language Context Utilization はコメントを受け付けていません

Single and Multi-Speaker Cloned Voice Detection: From Perceptual to Learned Features

投稿日: 2023年9月28日 作成者: jarxiv

要約 合成音声クローン技術は近年大幅な進歩を遂げており、さまざまな潜在的な危害を … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Single and Multi-Speaker Cloned Voice Detection: From Perceptual to Learned Features はコメントを受け付けていません