-
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
Wind Noise Reduction with a Diffusion-based Stochastic Regeneration Model
要約 この論文では、予測モデリングと生成モデリングを組み合わせた、以前に提案した … 続きを読む
NoRefER: a Referenceless Quality Metric for Automatic Speech Recognition via Semi-Supervised Language Model Fine-Tuning with Contrastive Learning
要約 この文書では、自動音声認識 (ASR) システム用の新しい参照のない品質指 … 続きを読む
Sequentially Sampled Chunk Conformer for Streaming End-to-End ASR
要約 このペーパーでは、ストリーミング エンドツーエンド (E2E) ASR 用 … 続きを読む
Implicit spoken language diarization
要約 音声日記化 (LD) とそれに関連するタスクは、主に音韻アプローチを使用し … 続きを読む
Exploiting Cross-domain And Cross-Lingual Ultrasound Tongue Imaging Features For Elderly And Dysarthric Speech Recognition
要約 調音機能は本質的に音響信号の歪みに対して不変であり、通常の音声用に設計され … 続きを読む
Exploring Self-supervised Pre-trained ASR Models For Dysarthric and Elderly Speech Recognition
要約 乱れた発話や高齢者の発話を自動認識することは、そのようなデータを大量に収集 … 続きを読む
MFCCGAN: A Novel MFCC-Based Speech Synthesizer Using Adversarial Learning
要約 本稿では、MFCCを入力として採用し、生の音声波形を生成する敵対的学習に基 … 続きを読む
Text-Driven Foley Sound Generation With Latent Diffusion Model
要約 フォーリー サウンド生成は、マルチメディア コンテンツの背景サウンドを合成 … 続きを読む
AudioPaLM: A Large Language Model That Can Speak and Listen
要約 音声の理解と生成のための大規模な言語モデルである AudioPaLM を紹 … 続きを読む