-
最近の投稿
- FlowBotHD: History-Aware Diffuser Handling Ambiguities in Articulated Objects Manipulation
- A Novel Twisted-Winching String Actuator for Robotic Applications: Design and Validation
- Affordance-Centric Policy Learning: Sample Efficient and Generalisable Robot Policy Learning using Affordance-Centric Task Frames
- Sample-Efficient Reinforcement Learning with Temporal Logic Objectives: Leveraging the Task Specification to Guide Exploration
- Design Space Exploration of Embedded SoC Architectures for Real-Time Optimal Control
-
最近のコメント
表示できるコメントはありません。 cs.AI (28198) cs.CL (21301) cs.CR (2201) cs.CV (34856) cs.LG (32941) cs.RO (16224) cs.SY (2500) eess.IV (4250) eess.SY (2494) stat.ML (4412)
「eess.AS」カテゴリーアーカイブ
Updated Corpora and Benchmarks for Long-Form Speech Recognition
要約 ASR 研究の大部分は、トレーニング データとテスト データの両方が発話に … 続きを読む
Connecting Speech Encoder and Large Language Model for ASR
要約 大規模言語モデル (LLM) の優れた機能と多用途性により、自動音声認識 … 続きを読む
Google USM: Scaling Automatic Speech Recognition Beyond 100 Languages
要約 100 以上の言語にわたって自動音声認識 (ASR) を実行する単一の大規 … 続きを読む
3D-Speaker: A Large-Scale Multi-Device, Multi-Distance, and Multi-Dialect Corpus for Speech Representation Disentanglement
要約 音声発話内の相関関係のない情報を解きほぐすことは、音声コミュニティ内での重 … 続きを読む
CPSP: Learning Speech Concepts From Phoneme Supervision
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
Fast-HuBERT: An Efficient Training Framework for Self-Supervised Speech Representation Learning
要約 近年、音声処理タスクの自己教師あり学習 (SSL) 手法が大幅に進歩しまし … 続きを読む
Reproducing Whisper-Style Training Using an Open-Source Toolkit and Publicly Available Data
要約 大量のデータを使用した音声モデルの事前トレーニングは、目覚ましい成功を収め … 続きを読む
Connecting Speech Encoder and Large Language Model for ASR
要約 大規模言語モデル (LLM) の優れた機能と多用途性により、自動音声認識 … 続きを読む
Leveraging Data Collection and Unsupervised Learning for Code-switched Tunisian Arabic Automatic Speech Recognition
要約 方言に対する効果的な自動音声認識 (ASR) ソリューションを作成するには … 続きを読む