eess.AS」カテゴリーアーカイブ

Speech collage: code-switched audio generation by collaging monolingual corpora

要約 コードスイッチング (CS) 用の効果的な自動音声認識 (ASR) システ … 続きを読む

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Speech collage: code-switched audio generation by collaging monolingual corpora はコメントを受け付けていません

Enhancing End-to-End Conversational Speech Translation Through Target Language Context Utilization

要約 より長いコンテキストを組み込むことは機械翻訳に利点があることが示されていま … 続きを読む

カテゴリー: cs.CL, cs.SD, eess.AS | Enhancing End-to-End Conversational Speech Translation Through Target Language Context Utilization はコメントを受け付けていません

Single and Multi-Speaker Cloned Voice Detection: From Perceptual to Learned Features

要約 合成音声クローン技術は近年大幅な進歩を遂げており、さまざまな潜在的な危害を … 続きを読む

カテゴリー: cs.CL, cs.SD, eess.AS | Single and Multi-Speaker Cloned Voice Detection: From Perceptual to Learned Features はコメントを受け付けていません

Exploring Speech Recognition, Translation, and Understanding with Discrete Speech Units: A Comparative Study

要約 通常、1 秒あたり数万のレートでサンプリングされる音声信号には冗長性が含ま … 続きを読む

カテゴリー: cs.CL, cs.SD, eess.AS | Exploring Speech Recognition, Translation, and Understanding with Discrete Speech Units: A Comparative Study はコメントを受け付けていません

A Deep Learning System for Domain-specific Speech Recognition

要約 マンマシンの音声インターフェイスにより、ますますインテリジェントになるマシ … 続きを読む

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | A Deep Learning System for Domain-specific Speech Recognition はコメントを受け付けていません

Cross-Modal Multi-Tasking for Speech-to-Text Translation via Hard Parameter Sharing

要約 エンドツーエンドの音声テキスト翻訳 (ST) における最近の研究では、テキ … 続きを読む

カテゴリー: cs.CL, cs.SD, eess.AS | Cross-Modal Multi-Tasking for Speech-to-Text Translation via Hard Parameter Sharing はコメントを受け付けていません

High-Fidelity Speech Synthesis with Minimal Supervision: All Using Diffusion Models

要約 テキスト読み上げ (TTS) 手法は、音声クローン作成において有望な結果を … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | High-Fidelity Speech Synthesis with Minimal Supervision: All Using Diffusion Models はコメントを受け付けていません

Direct Models for Simultaneous Translation and Automatic Subtitling: FBK@IWSLT2023

要約 この文書では、IWSLT 2023 評価キャンペーンの同時翻訳および自動字 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Direct Models for Simultaneous Translation and Automatic Subtitling: FBK@IWSLT2023 はコメントを受け付けていません

Generative Speech Recognition Error Correction with Large Language Models

要約 私たちは、再スコアリングとエラー修正を実行する ASR ポストプロセッサー … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SD, eess.AS | Generative Speech Recognition Error Correction with Large Language Models はコメントを受け付けていません

HyPoradise: An Open Baseline for Generative Speech Recognition with Large Language Models

要約 ディープ ニューラル ネットワークの進歩により、自動音声認識 (ASR) … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SD, eess.AS | HyPoradise: An Open Baseline for Generative Speech Recognition with Large Language Models はコメントを受け付けていません