「eess.AS」カテゴリーアーカイブ

Sim-T: Simplify the Transformer Network by Multiplexing Technique for Speech Recognition

投稿日: 2023年4月12日 作成者: jarxiv

要約 タイトル：音声認識向けTransformerネットワークをMultiple … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Sim-T: Simplify the Transformer Network by Multiplexing Technique for Speech Recognition はコメントを受け付けていません

AffectMachine-Classical: A novel system for generating affective classical music

投稿日: 2023年4月12日 作成者: jarxiv

要約 タイトル：感情的なクラシック音楽を生成するための新しいシステム、Affec … 続きを読む →

カテゴリー: cs.AI, cs.HC, cs.MM, cs.SD, eess.AS, J.5; J.4 | AffectMachine-Classical: A novel system for generating affective classical music はコメントを受け付けていません

ESPnet-ST-v2: Multipurpose Spoken Language Translation Toolkit

投稿日: 2023年4月12日 作成者: jarxiv

要約 TITLE – ESPnet-ST-v2：多目的音声言語翻訳ツ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | ESPnet-ST-v2: Multipurpose Spoken Language Translation Toolkit はコメントを受け付けていません

An Empirical Study and Improvement for Speech Emotion Recognition

投稿日: 2023年4月11日 作成者: jarxiv

要約 タイトル：発話感情認識のための実証的研究と改善 要約： – マ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | An Empirical Study and Improvement for Speech Emotion Recognition はコメントを受け付けていません

An investigation of speaker independent phrase break models in End-to-End TTS systems

投稿日: 2023年4月11日 作成者: jarxiv

要約 タイトル：End-to-End TTSシステムにおける話者非依存フレーズブ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | An investigation of speaker independent phrase break models in End-to-End TTS systems はコメントを受け付けていません

Oh, Jeez! or Uh-huh? A Listener-aware Backchannel Predictor on ASR Transcriptions

投稿日: 2023年4月11日 作成者: jarxiv

要約 タイトル：音声認識転写におけるリスナーアウェアなバックチャンネル予測 要約 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Oh, Jeez! or Uh-huh? A Listener-aware Backchannel Predictor on ASR Transcriptions はコメントを受け付けていません

ESPnet-ST-v2: Multipurpose Spoken Language Translation Toolkit

投稿日: 2023年4月11日 作成者: jarxiv

要約 タイトル：ESPnet-ST-v2：多目的口頭言語翻訳ツールキット 要約： … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | ESPnet-ST-v2: Multipurpose Spoken Language Translation Toolkit はコメントを受け付けていません

M-SpeechCLIP: Leveraging Large-Scale, Pre-Trained Models for Multilingual Speech to Image Retrieval

投稿日: 2023年4月11日 作成者: jarxiv

要約 タイトル：M-SpeechCLIP：大規模な事前トレーニング済みモデルを利 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | M-SpeechCLIP: Leveraging Large-Scale, Pre-Trained Models for Multilingual Speech to Image Retrieval はコメントを受け付けていません

Enhancing Speech-to-Speech Translation with Multiple TTS Targets

投稿日: 2023年4月11日 作成者: jarxiv

要約 タイトル：複数のTTSターゲットを用いた音声-音声翻訳の向上 要約： &# … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Enhancing Speech-to-Speech Translation with Multiple TTS Targets はコメントを受け付けていません

FAIR4Cov: Fused Audio Instance and Representation for COVID-19 Detection

投稿日: 2023年4月11日 作成者: jarxiv

要約 タイトル： FAIR4Cov: COVID-19検出のための融合されたオー … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SD, eess.AS | FAIR4Cov: Fused Audio Instance and Representation for COVID-19 Detection はコメントを受け付けていません