「eess.AS」カテゴリーアーカイブ

Bring the Noise: Introducing Noise Robustness to Pretrained Automatic Speech Recognition

投稿日: 2023年9月6日 作成者: jarxiv

要約 最近の研究では、音声処理の分野で、自動音声認識 (ASR) のための大規模 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Bring the Noise: Introducing Noise Robustness to Pretrained Automatic Speech Recognition はコメントを受け付けていません

Identifying depression-related topics in smartphone-collected free-response speech recordings using an automatic speech recognition system and a deep learning topic model

投稿日: 2023年9月6日 作成者: jarxiv

要約 言語使用はうつ病と相関があることが示されていますが、大規模な検証が必要です … 続きを読む →

カテゴリー: cs.CL, cs.CY, cs.SD, eess.AS, q-bio.QM | Identifying depression-related topics in smartphone-collected free-response speech recordings using an automatic speech recognition system and a deep learning topic model はコメントを受け付けていません

PromptTTS 2: Describing and Generating Voices with Text Prompt

投稿日: 2023年9月6日 作成者: jarxiv

要約 同じ単語をさまざまな声で発声して多様な情報を伝えることができるため、音声は … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | PromptTTS 2: Describing and Generating Voices with Text Prompt はコメントを受け付けていません

Leveraging Label Information for Multimodal Emotion Recognition

投稿日: 2023年9月6日 作成者: jarxiv

要約 マルチモーダル感情認識 (MER) は、音声とテキスト情報を組み合わせるこ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, eess.AS | Leveraging Label Information for Multimodal Emotion Recognition 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6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

Voice Morphing: Two Identities in One Voice

投稿日: 2023年9月6日 作成者: jarxiv

要約 生体認証システムでは、通常、各生体認証サンプルまたはテンプレートが 1 つ … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Voice Morphing: Two Identities in One Voice はコメントを受け付けていません

Generating Realistic Images from In-the-wild Sounds

投稿日: 2023年9月6日 作成者: jarxiv

要約 野生の音を画像として表現することは、音と画像の間にペアのデータセットが存在 … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Generating Realistic Images from In-the-wild Sounds はコメントを受け付けていません

QS-TTS: Towards Semi-Supervised Text-to-Speech Synthesis via Vector-Quantized Self-Supervised Speech Representation Learning

投稿日: 2023年9月4日 作成者: jarxiv

要約 本論文では、より多くの非ラベル音声を利用したベクトル量子化自己教師付き音声 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | QS-TTS: Towards Semi-Supervised Text-to-Speech Synthesis via Vector-Quantized Self-Supervised Speech Representation Learning はコメントを受け付けていません

The FruitShell French synthesis system at the Blizzard 2023 Challenge

投稿日: 2023年9月4日 作成者: jarxiv

要約 本稿では、ブリザード・チャレンジ2023のためのフランス語音声合成システム … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | The FruitShell French synthesis system at the Blizzard 2023 Challenge はコメントを受け付けていません

Enhancing the vocal range of single-speaker singing voice synthesis with melody-unsupervised pre-training

投稿日: 2023年9月4日 作成者: jarxiv

要約 単一話者の歌声合成(SVS)は、通常、歌手の声域から外れたピッチ値や、限ら … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Enhancing the vocal range of single-speaker singing voice synthesis with melody-unsupervised pre-training はコメントを受け付けていません