「eess.AS」カテゴリーアーカイブ

MASR: Multi-label Aware Speech Representation

投稿日: 2023年9月26日 作成者: jarxiv

要約 近年、音声表現学習は主に自己教師あり学習 (SSL) タスクとして構築され … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | MASR: Multi-label Aware Speech Representation はコメントを受け付けていません

Wav2vec-based Detection and Severity Level Classification of Dysarthria from Speech

投稿日: 2023年9月26日 作成者: jarxiv

要約 音響音声信号から直接、構音障害を自動検出および重症度レベル分類することは、 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS, eess.SP | Wav2vec-based Detection and Severity Level Classification of Dysarthria from Speech はコメントを受け付けていません

On the Relation between Internal Language Model and Sequence Discriminative Training for Neural Transducers

投稿日: 2023年9月26日 作成者: jarxiv

要約 内部言語モデル (ILM) の減算は、音声認識用の外部言語モデル (LM) … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | On the Relation between Internal Language Model and Sequence Discriminative Training for Neural Transducers はコメントを受け付けていません

Towards General-Purpose Text-Instruction-Guided Voice Conversion

投稿日: 2023年9月26日 作成者: jarxiv

要約 この論文では、「深いトーンでゆっくり発音する」または「元気な少年のような声 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Towards General-Purpose Text-Instruction-Guided Voice Conversion はコメントを受け付けていません

SCANet: A Self- and Cross-Attention Network for Audio-Visual Speech Separation

投稿日: 2023年9月26日 作成者: jarxiv

要約 音声情報や視覚情報などのさまざまなモダリティの統合は、周囲環境に対する人間 … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | SCANet: A Self- and Cross-Attention Network for Audio-Visual Speech Separation はコメントを受け付けていません

Contextual Biasing of Named-Entities with Large Language Models

投稿日: 2023年9月25日 作成者: jarxiv

要約 この論文では、大規模言語モデル (LLM) を使用したコンテキスト バイア … 続きを読む →

カテゴリー: 68T10, cs.AI, cs.CL, cs.LG, cs.SD, eess.AS, I.2.7 | Contextual Biasing of Named-Entities with Large Language Models はコメントを受け付けていません

Reduce, Reuse, Recycle: Is Perturbed Data better than Other Language augmentation for Low Resource Self-Supervised Speech Models

投稿日: 2023年9月25日 作成者: jarxiv

要約 自己教師あり表現学習 (SSRL) により、教師ありモデルと比較して、下流 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Reduce, Reuse, Recycle: Is Perturbed Data better than Other Language augmentation for Low Resource Self-Supervised Speech Models はコメントを受け付けていません

Development of Hybrid ASR Systems for Low Resource Medical Domain Conversational Telephone Speech

投稿日: 2023年9月25日 作成者: jarxiv

要約 ますますつながりが増し、グローバル化が進む世界では、言語の壁が大きな課題と … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Development of Hybrid ASR Systems for Low Resource Medical Domain Conversational Telephone Speech はコメントを受け付けていません

Dynamic ASR Pathways: An Adaptive Masking Approach Towards Efficient Pruning of A Multilingual ASR Model

投稿日: 2023年9月25日 作成者: jarxiv

要約 ニューラル ネットワーク プルーニングは、パフォーマンスの損失を最小限に抑 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Dynamic ASR Pathways: An Adaptive Masking Approach Towards Efficient Pruning of A Multilingual ASR Model はコメントを受け付けていません

Memory-augmented conformer for improved end-to-end long-form ASR

投稿日: 2023年9月25日 作成者: jarxiv

要約 コンフォーマーは最近、自動音声認識 (ASR) の有望なモデリング アプロ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SD, eess.AS | Memory-augmented conformer for improved end-to-end long-form ASR はコメントを受け付けていません