「eess.AS」カテゴリーアーカイブ

Large-scale Language Model Rescoring on Long-form Data

投稿日: 2023年9月7日 作成者: jarxiv

要約 この研究では、長文 ASR のソースとして使用する YouTube ビデオ … 続きを読む →

カテゴリー: cs.CL, eess.AS | Large-scale Language Model Rescoring on Long-form Data はコメントを受け付けていません

GRASS: Unified Generation Model for Speech Semantic Understanding

投稿日: 2023年9月7日 作成者: jarxiv

要約 この論文では、音声データのタスク関連のプロンプトを条件とした意味ラベルを生 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | GRASS: Unified Generation Model for Speech Semantic Understanding 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7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

An Efficient Temporary Deepfake Location Approach Based Embeddings for Partially Spoofed Audio Detection

投稿日: 2023年9月7日 作成者: jarxiv

要約 部分的になりすました音声の検出は、フレーム レベルで音声の信頼性を正確に特 … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | An Efficient Temporary Deepfake Location Approach Based Embeddings for Partially Spoofed Audio Detection はコメントを受け付けていません

Indoor Localization Using Radio, Vision and Audio Sensors: Real-Life Data Validation and Discussion

投稿日: 2023年9月7日 作成者: jarxiv

要約 この論文では、同じ環境で無線センサー、視覚センサー、音声センサーをそれぞれ … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS, eess.SP | Indoor Localization Using Radio, Vision and Audio Sensors: Real-Life Data Validation and Discussion はコメントを受け付けていません

FSD: An Initial Chinese Dataset for Fake Song Detection

投稿日: 2023年9月7日 作成者: jarxiv

要約 歌声合成と歌声変換は大きく進化し、音楽体験に革命をもたらしました。 しかし … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | FSD: An Initial Chinese Dataset for Fake Song Detection はコメントを受け付けていません

Self-Similarity-Based and Novelty-based loss for music structure analysis

投稿日: 2023年9月6日 作成者: jarxiv

要約 音楽構造分析 (MSA) は、音楽トラックを構成する音楽セグメントを特定し … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Self-Similarity-Based and Novelty-based loss for music structure analysis はコメントを受け付けていません

In-Ear-Voice: Towards Milli-Watt Audio Enhancement With Bone-Conduction Microphones for In-Ear Sensing Platforms

投稿日: 2023年9月6日 作成者: jarxiv

要約 最近、リモート会議が広く採用されるようになったことで、音声コミュニケーショ … 続きを読む →

カテゴリー: cs.LG, eess.AS | In-Ear-Voice: Towards Milli-Watt Audio Enhancement With Bone-Conduction Microphones for In-Ear Sensing Platforms はコメントを受け付けていません

TODM: Train Once Deploy Many Efficient Supernet-Based RNN-T Compression For On-device ASR Models

投稿日: 2023年9月6日 作成者: jarxiv

要約 自動音声認識 (ASR) モデルは、デバイスに展開する前に、特定のハードウ … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | TODM: Train Once Deploy Many Efficient Supernet-Based RNN-T Compression For On-device ASR Models はコメントを受け付けていません

Evaluating Methods for Ground-Truth-Free Foreign Accent Conversion

投稿日: 2023年9月6日 作成者: jarxiv

要約 外国アクセント変換 (FAC) は、音声変換 (VC) の特別なアプリケー … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Evaluating Methods for Ground-Truth-Free Foreign Accent Conversion はコメントを受け付けていません