-
最近の投稿
- Open-Structure: Structural Benchmark Dataset for SLAM Algorithms
- Goal Inference from Open-Ended Dialog
- Learning a Stable, Safe, Distributed Feedback Controller for a Heterogeneous Platoon of Autonomous Vehicles
- MarineFormer: A Transformer-based Navigation Policy Model for Collision Avoidance in Marine Environment
- RecoveryChaining: Learning Local Recovery Policies for Robust Manipulation
-
最近のコメント
表示できるコメントはありません。 cs.AI (28338) cs.CL (21411) cs.CR (2212) cs.CV (34970) cs.LG (33082) cs.RO (16320) cs.SY (2507) eess.IV (4260) eess.SY (2501) stat.ML (4433)
「eess.AS」カテゴリーアーカイブ
Predicting Music Hierarchies with a Graph-Based Neural Decoder
要約 この論文では、音楽シーケンスを依存関係ツリーに解析するためのデータ駆動型フ … 続きを読む
High-Quality Automatic Voice Over with Accurate Alignment: Supervision through Self-Supervised Discrete Speech Units
要約 自動ボイスオーバー (AVO) の目標は、指定されたテキスト スクリプトに … 続きを読む
LyricWhiz: Robust Multilingual Zero-shot Lyrics Transcription by Whispering to ChatGPT
要約 LyricWhiz は、ロックやメタルなどの難しいジャンルでも、さまざまな … 続きを読む
Confidence-based Ensembles of End-to-End Speech Recognition Models
要約 エンドツーエンドの音声認識モデルの数は年々増加しています。 これらのモデル … 続きを読む
Prompting Large Language Models for Zero-Shot Domain Adaptation in Speech Recognition
要約 言語モデル (LM) の統合は、音声認識におけるドメインの変化に対処する効 … 続きを読む
Accelerating Transducers through Adjacent Token Merging
要約 最近のエンドツーエンドの自動音声認識 (ASR) システムでは、高フレーム … 続きを読む
Long-term Conversation Analysis: Exploring Utility and Privacy
要約 日常生活で記録された会話の分析にはプライバシーの保護が必要です。 この寄稿 … 続きを読む
DC CoMix TTS: An End-to-End Expressive TTS with Discrete Code Collaborated with Mixer
要約 中立的な TTS は大きな成功を収めましたが、コンテンツの漏洩は依然として … 続きを読む
Improving Primate Sounds Classification using Binary Presorting for Deep Learning
要約 野生動物の観察と保護の分野では、音声録音の機械学習を伴うアプローチがますま … 続きを読む
Auto-AVSR: Audio-Visual Speech Recognition with Automatic Labels
要約 オーディオビジュアル音声認識は、音響ノイズに対する堅牢性により多くの注目を … 続きを読む