「eess.AS」カテゴリーアーカイブ

SVDD Challenge 2024: A Singing Voice Deepfake Detection Challenge Evaluation Plan

投稿日: 2024年5月9日 作成者: jarxiv

要約 AI によって生成された歌声の急速な進歩により、自然な人間の歌声が忠実に模 … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS | SVDD Challenge 2024: A Singing Voice Deepfake Detection Challenge Evaluation Plan はコメントを受け付けていません

Adapting WavLM for Speech Emotion Recognition

投稿日: 2024年5月8日 作成者: jarxiv

要約 最近、下流タスクでの音声自己教師ありモデル (SSL) の使用が大きな注目 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Adapting WavLM for Speech Emotion Recognition はコメントを受け付けていません

Fine-grained Speech Sentiment Analysis in Chinese Psychological Support Hotlines Based on Large-scale Pre-trained Model

投稿日: 2024年5月8日 作成者: jarxiv

要約 自殺と自殺行為は、依然として公共政策と医療にとって重大な課題です。 これに … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Fine-grained Speech Sentiment Analysis in Chinese Psychological Support Hotlines Based on Large-scale Pre-trained Model はコメントを受け付けていません

Deep Space Separable Distillation for Lightweight Acoustic Scene Classification

投稿日: 2024年5月7日 作成者: jarxiv

要約 音響シーン分類（ASC）は実世界において非常に重要である。近年、ディープラ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Deep Space Separable Distillation for Lightweight Acoustic Scene Classification はコメントを受け付けていません

Unveiling the Potential of LLM-Based ASR on Chinese Open-Source Datasets

投稿日: 2024年5月7日 作成者: jarxiv

要約 大規模言語モデル(LLM)は、様々な自然言語処理タスクにおいて比類のない有 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Unveiling the Potential of LLM-Based ASR on Chinese Open-Source Datasets はコメントを受け付けていません

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

投稿日: 2024年5月7日 作成者: jarxiv

要約 汎化は、現在のオーディオ・ディープフェイク検出器の主な問題であり、分布外の … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Training-Free Deepfake Voice Recognition by Leveraging Large-Scale Pre-Trained Models はコメントを受け付けていません

Can We Identify Unknown Audio Recording Environments in Forensic Scenarios?

投稿日: 2024年5月6日 作成者: jarxiv

要約 録音された音声は、犯罪捜査において重要な証拠となる場合がある。その一つが、 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Can We Identify Unknown Audio Recording Environments in Forensic Scenarios? はコメントを受け付けていません

Joint sentiment analysis of lyrics and audio in music

投稿日: 2024年5月6日 作成者: jarxiv

要約 感情や気分は、音楽において様々なレベルで表現される。自動分析では通常、実際 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SD, eess.AS | Joint sentiment analysis of lyrics and audio in music はコメントを受け付けていません

Unveiling the Potential of LLM-Based ASR on Chinese Open-Source Datasets

投稿日: 2024年5月6日 作成者: jarxiv

要約 大規模言語モデルは様々な自然言語処理タスクにおいて比類のない有効性を実証し … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Unveiling the Potential of LLM-Based ASR on Chinese Open-Source Datasets はコメントを受け付けていません

TIPAA-SSL: Text Independent Phone-to-Audio Alignment based on Self-Supervised Learning and Knowledge Transfer

投稿日: 2024年5月6日 作成者: jarxiv

要約 本論文では、音素認識、表現学習、知識移転に基づく、テキストに依存しない音声 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, eess.AS | TIPAA-SSL: Text Independent Phone-to-Audio Alignment based on Self-Supervised Learning and Knowledge Transfer はコメントを受け付けていません