-
最近の投稿
- Topological mapping for traversability-aware long-range navigation in off-road terrain
- Equality Constrained Diffusion for Direct Trajectory Optimization
- Learning-Based Autonomous Navigation, Benchmark Environments and Simulation Framework for Endovascular Interventions
- Language Supervised Human Action Recognition with Salient Fusion: Construction Worker Action Recognition as a Use Case
- Bi-Level Motion Imitation for Humanoid Robots
-
最近のコメント
表示できるコメントはありません。 cs.AI (27641) cs.CL (20879) cs.CR (2167) cs.CV (34375) cs.LG (32373) cs.RO (15816) cs.SY (2460) eess.IV (4221) eess.SY (2454) stat.ML (4339)
「eess.AS」カテゴリーアーカイブ
Modeling Time-Variant Responses of Optical Compressors with Selective State Space Models
要約 この論文では、選択的状態空間モデルを備えたディープ ニューラル ネットワー … 続きを読む
Estimated Audio-Caption Correspondences Improve Language-Based Audio Retrieval
要約 デュアル エンコーダ ベースの音声検索システムは、一般に、一致する音声と不 … 続きを読む
DisMix: Disentangling Mixtures of Musical Instruments for Source-level Pitch and Timbre Manipulation
要約 ピッチと音色のもつれを解くことに関する既存の研究は、複数の楽器が提示される … 続きを読む
Audio Match Cutting: Finding and Creating Matching Audio Transitions in Movies and Videos
要約 「マッチカット」は、同様の構成を持つ 2 つのショットが一方からもう一方に … 続きを読む
The FruitShell French synthesis system at the Blizzard 2023 Challenge
要約 この論文では、Blizzard Challenge 2023 用のフランス … 続きを読む
Towards Rehearsal-Free Multilingual ASR: A LoRA-based Case Study on Whisper
要約 Whisper のような、事前トレーニングされた多言語音声基礎モデルは、さ … 続きを読む
Disentangling segmental and prosodic factors to non-native speech comprehensibility
要約 現在のアクセント変換 (AC) システムは、非ネイティブ アクセントの 2 … 続きを読む
A Multi-Stream Fusion Approach with One-Class Learning for Audio-Visual Deepfake Detection
要約 この論文では、堅牢なオーディオビジュアルディープフェイク検出モデルを開発す … 続きを読む
Convert and Speak: Zero-shot Accent Conversion with Minimum Supervision
要約 並列データのリソースが少ないことは、発音単位と韻律パターンの両方を変換する … 続きを読む
Enhancing Partially Spoofed Audio Localization with Boundary-aware Attention Mechanism
要約 部分的にスプーフィングされたオーディオ位置特定のタスクは、フレーム レベル … 続きを読む