「eess.AS」カテゴリーアーカイブ

Multi-Domain Audio Question Answering Toward Acoustic Content Reasoning in The DCASE 2025 Challenge

投稿日: 2025年5月13日 作成者: jarxiv

要約 DCASE 2025チャレンジのタスク5を紹介します。音響質問（AQA）ベ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.MM, cs.SD, eess.AS | Multi-Domain Audio Question Answering Toward Acoustic Content Reasoning in The DCASE 2025 Challenge はコメントを受け付けていません

Spoken Language Understanding on Unseen Tasks With In-Context Learning

投稿日: 2025年5月13日 作成者: jarxiv

要約 音声言語理解（SLU）タスクには、モデルの情報抽出、分類、および/または生 … 続きを読む →

カテゴリー: cs.CL, cs.LG, eess.AS | Spoken Language Understanding on Unseen Tasks With In-Context Learning はコメントを受け付けていません

Diffused Responsibility: Analyzing the Energy Consumption of Generative Text-to-Audio Diffusion Models

投稿日: 2025年5月13日 作成者: jarxiv

要約 テキストからオーディオモデルは最近、テキストの説明からサウンドを生成するた … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SD, eess.AS | Diffused Responsibility: Analyzing the Energy Consumption of Generative Text-to-Audio Diffusion Models はコメントを受け付けていません

Lightweight End-to-end Text-to-speech Synthesis for low resource on-device applications

投稿日: 2025年5月13日 作成者: jarxiv

要約 最近の作品は、エンドツーエンド（E2E）ファッションのテキストからの生の波 … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Lightweight End-to-end Text-to-speech Synthesis for low resource on-device applications はコメントを受け付けていません

Learning Music Audio Representations With Limited Data

投稿日: 2025年5月12日 作成者: jarxiv

要約 汎用音楽の音声表現の学習に焦点を当てたものを含む音楽の大規模な学習モデルは … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Learning Music Audio Representations With Limited Data はコメントを受け付けていません

An Efficient GPU-based Implementation for Noise Robust Sound Source Localization

投稿日: 2025年5月9日 作成者: jarxiv

要約 サウンドソースのローカリゼーション（SSL）、サウンドソース分離（SSS） … 続きを読む →

カテゴリー: cs.RO, cs.SD, eess.AS | An Efficient GPU-based Implementation for Noise Robust Sound Source Localization はコメントを受け付けていません

Applications of Artificial Intelligence for Cross-language Intelligibility Assessment of Dysarthric Speech

投稿日: 2025年5月9日 作成者: jarxiv

要約 目的：音声明瞭度は、ダイサルリアの評価と管理における重要な結果ですが、ほと … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Applications of Artificial Intelligence for Cross-language Intelligibility Assessment of Dysarthric Speech はコメントを受け付けていません

Hearing and Seeing Through CLIP: A Framework for Self-Supervised Sound Source Localization

投稿日: 2025年5月9日 作成者: jarxiv

要約 大規模なビジョン言語モデルは、多様なタスク全体で強力なマルチモーダルアライ … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Hearing and Seeing Through CLIP: A Framework for Self-Supervised Sound Source Localization はコメントを受け付けていません

Accelerating Audio Research with Robotic Dummy Heads

投稿日: 2025年5月8日 作成者: jarxiv

要約 この作品は、従来のオーディオロジカルマネキンの音響リアリズムとロボットの可 … 続きを読む →

カテゴリー: cs.HC, cs.RO, cs.SD, eess.AS | Accelerating Audio Research with Robotic Dummy Heads はコメントを受け付けていません

LLAMAPIE: Proactive In-Ear Conversation Assistants

投稿日: 2025年5月8日 作成者: jarxiv

要約 Lamapieを紹介します。Llamapieは、Healableデバイスを … 続きを読む →

カテゴリー: cs.CL, cs.LG, eess.AS | LLAMAPIE: Proactive In-Ear Conversation Assistants はコメントを受け付けていません