「eess.AS」カテゴリーアーカイブ

Replay to Remember: Continual Layer-Specific Fine-tuning for German Speech Recognition

投稿日: 2023年7月17日 作成者: jarxiv

要約 自動音声認識 (ASR) モデルは、教師なしまたは自己教師ありトレーニング … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Replay to Remember: Continual Layer-Specific Fine-tuning for German Speech Recognition はコメントを受け付けていません

Towards dialect-inclusive recognition in a low-resource language: are balanced corpora the answer?

投稿日: 2023年7月17日 作成者: jarxiv

要約 ASR システムは通常、話し言葉の「標準」向けに構築されており、非標準の方 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Towards dialect-inclusive recognition in a low-resource language: are balanced corpora the answer? はコメントを受け付けていません

Cross-Language Speech Emotion Recognition Using Multimodal Dual Attention Transformers

投稿日: 2023年7月17日 作成者: jarxiv

要約 音声感情認識 (SER) は最近進歩しているにもかかわらず、最先端のシステ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Cross-Language Speech Emotion Recognition Using Multimodal Dual Attention Transformers はコメントを受け付けていません

Towards spoken dialect identification of Irish

投稿日: 2023年7月17日 作成者: jarxiv

要約 アイルランド語は、方言やアクセントの多様性に富んでいます。 これは、リソー … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Towards spoken dialect identification of Irish はコメントを受け付けていません

Edit Distance based RL for RNNT decoding

投稿日: 2023年7月17日 作成者: jarxiv

要約 RNN-T は、さまざまなベンチマーク テストで優れた WER を示し、シ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Edit Distance based RL for RNNT decoding はコメントを受け付けていません

AudioInceptionNeXt: TCL AI LAB Submission to EPIC-SOUND Audio-Based-Interaction-Recognition Challenge 2023

投稿日: 2023年7月17日 作成者: jarxiv

要約 このレポートでは、2023 Epic-Kitchen EPIC-SOUND … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | AudioInceptionNeXt: TCL AI LAB Submission to EPIC-SOUND Audio-Based-Interaction-Recognition Challenge 2023 はコメントを受け付けていません

Representation Learning With Hidden Unit Clustering For Low Resource Speech Applications

投稿日: 2023年7月17日 作成者: jarxiv

要約 テキストリソースを使用しない音声の表現学習は、多くの低リソース音声アプリケ … 続きを読む →

カテゴリー: cs.AI, cs.LG, eess.AS | Representation Learning With Hidden Unit Clustering For Low Resource Speech Applications はコメントを受け付けていません

Exploring the Integration of Large Language Models into Automatic Speech Recognition Systems: An Empirical Study

投稿日: 2023年7月14日 作成者: jarxiv

要約 このペーパーでは、書き起こしの精度を向上させるために、大規模言語モデル ( … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Exploring the Integration of Large Language Models into Automatic Speech Recognition Systems: An Empirical Study はコメントを受け付けていません

GEmo-CLAP: Gender-Attribute-Enhanced Contrastive Language-Audio Pretraining for Speech Emotion Recognition

投稿日: 2023年7月14日 作成者: jarxiv

要約 対照学習ベースの事前トレーニング方法は、最近、さまざまな分野で目覚ましい成 … 続きを読む →

カテゴリー: cs.CL, cs.MM, cs.SD, eess.AS | GEmo-CLAP: Gender-Attribute-Enhanced Contrastive Language-Audio Pretraining for Speech Emotion Recognition はコメントを受け付けていません

Personalization for BERT-based Discriminative Speech Recognition Rescoring

投稿日: 2023年7月14日 作成者: jarxiv

要約 パーソナライズされたコンテンツの認識は、エンドツーエンドの音声認識において … 続きを読む →

カテゴリー: cs.CL, eess.AS | Personalization for BERT-based Discriminative Speech Recognition Rescoring はコメントを受け付けていません