「eess.AS」カテゴリーアーカイブ

Cross-lingual Speech Emotion Recognition: Humans vs. Self-Supervised Models

投稿日: 2024年9月26日 作成者: jarxiv

要約 音声感情認識 (SER) に自己教師あり学習 (SSL) モデルを利用する … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC, cs.SD, eess.AS | Cross-lingual Speech Emotion Recognition: Humans vs. Self-Supervised Models はコメントを受け付けていません

Weighted Cross-entropy for Low-Resource Languages in Multilingual Speech Recognition

投稿日: 2024年9月26日 作成者: jarxiv

要約 この文書では、低リソース言語を多言語自動音声認識 (ASR) システムに統 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Weighted Cross-entropy for Low-Resource Languages in Multilingual Speech Recognition はコメントを受け付けていません

Semi-Supervised Cognitive State Classification from Speech with Multi-View Pseudo-Labeling

投稿日: 2024年9月26日 作成者: jarxiv

要約 ラベル付きデータの欠如は、音声分類タスク、特に認知状態分類などの広範な主観 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.MM, cs.SD, eess.AS | Semi-Supervised Cognitive State Classification from Speech with Multi-View Pseudo-Labeling はコメントを受け付けていません

Using LLM for Real-Time Transcription and Summarization of Doctor-Patient Interactions into ePuskesmas in Indonesia

投稿日: 2024年9月26日 作成者: jarxiv

要約 プスケスマスの非効率性に寄与する主な問題の 1 つは、医師と患者のやり取り … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Using LLM for Real-Time Transcription and Summarization of Doctor-Patient Interactions into ePuskesmas in Indonesia はコメントを受け付けていません

The Effect of Perceptual Metrics on Music Representation Learning for Genre Classification

投稿日: 2024年9月26日 作成者: jarxiv

要約 自然信号の主観的な品質は、客観的な知覚指標で近似できます。 人間の観察者の … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.SD, eess.AS | The Effect of Perceptual Metrics on Music Representation Learning for Genre Classification はコメントを受け付けていません

Evaluation of state-of-the-art ASR Models in Child-Adult Interactions

投稿日: 2024年9月26日 作成者: jarxiv

要約 臨床現場で子供と大人の会話を確実に書き起こす能力は、自閉症スペクトラム障害 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Evaluation of state-of-the-art ASR Models in Child-Adult Interactions はコメントを受け付けていません

VoxHakka: A Dialectally Diverse Multi-speaker Text-to-Speech System for Taiwanese Hakka

投稿日: 2024年9月26日 作成者: jarxiv

要約 この文書では、台湾で話されている非常にリソースが不足している言語である台湾 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | VoxHakka: A Dialectally Diverse Multi-speaker Text-to-Speech System for Taiwanese Hakka はコメントを受け付けていません

A Modular-based Strategy for Mitigating Gradient Conflicts in Simultaneous Speech Translation

投稿日: 2024年9月26日 作成者: jarxiv

要約 同時音声翻訳 (SimulST) では、ストリーミング音声入力を継続的に処 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | A Modular-based Strategy for Mitigating Gradient Conflicts in Simultaneous Speech Translation はコメントを受け付けていません

StyleSinger 2: Zero-Shot Singing Voice Synthesis with Style Transfer and Multi-Level Style Control

投稿日: 2024年9月26日 作成者: jarxiv

要約 スタイルトランスファーとスタイルコントロールを備えたゼロショット歌声合成（ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | StyleSinger 2: Zero-Shot Singing Voice Synthesis with Style Transfer and Multi-Level Style Control はコメントを受け付けていません

tinyCLAP: Distilling Constrastive Language-Audio Pretrained Models

投稿日: 2024年9月26日 作成者: jarxiv

要約 Contrastive Language-Audio Pretrainin … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | tinyCLAP: Distilling Constrastive Language-Audio Pretrained Models はコメントを受け付けていません