「eess.AS」カテゴリーアーカイブ

Dual-Attention Neural Transducers for Efficient Wake Word Spotting in Speech Recognition

投稿日: 2023年4月6日 作成者: jarxiv

要約 タイトル: 話者認識における二重注視ニューラルトランスデューサーによる効率 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Dual-Attention Neural Transducers for Efficient Wake Word Spotting in Speech Recognition はコメントを受け付けていません

AUDIT: Audio Editing by Following Instructions with Latent Diffusion Models

投稿日: 2023年4月6日 作成者: jarxiv

要約 タイトル: AUDIT: Audio Editing by Followi … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SD, eess.AS | AUDIT: Audio Editing by Following Instructions with Latent Diffusion Models はコメントを受け付けていません

Dual-Attention Neural Transducers for Efficient Wake Word Spotting in Speech Recognition

投稿日: 2023年4月5日 作成者: jarxiv

要約 タイトル：音声認識における効率的なウェイクワード検出のためのデュアルアテン … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Dual-Attention Neural Transducers for Efficient Wake Word Spotting in Speech Recognition はコメントを受け付けていません

Learning to Dub Movies via Hierarchical Prosody Models

投稿日: 2023年4月5日 作成者: jarxiv

要約 タイトル：階層的プロソディモデルに基づく映画の吹き替え学習 要約： ・映画 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Learning to Dub Movies via Hierarchical Prosody Models はコメントを受け付けていません

Designing and Evaluating Speech Emotion Recognition Systems: A reality check case study with IEMOCAP

投稿日: 2023年4月4日 作成者: jarxiv

要約 【タイトル】IEMOCAPを用いた発話感情認識システムの設計と評価：現実的 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Designing and Evaluating Speech Emotion Recognition Systems: A reality check case study with IEMOCAP はコメントを受け付けていません

Practical Conformer: Optimizing size, speed and flops of Conformer for on-Device and cloud ASR

投稿日: 2023年4月4日 作成者: jarxiv

要約 タイトル：実用的なConformer：オンデバイスおよびクラウドASRのた … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Practical Conformer: Optimizing size, speed and flops of Conformer for on-Device and cloud ASR はコメントを受け付けていません

Lego-Features: Exporting modular encoder features for streaming and deliberation ASR

投稿日: 2023年4月4日 作成者: jarxiv

要約 タイトル： Lego-Features：ストリーミングおよび審議 ASR … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Lego-Features: Exporting modular encoder features for streaming and deliberation ASR はコメントを受け付けていません

Multilingual Word Error Rate Estimation: e-WER3

投稿日: 2023年4月4日 作成者: jarxiv

要約 タイトル：Multilingual Word Error Rate Est … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Multilingual Word Error Rate Estimation: e-WER3 はコメントを受け付けていません

SIG-VC: A Speaker Information Guided Zero-shot Voice Conversion System for Both Human Beings and Machines

投稿日: 2023年4月4日 作成者: jarxiv

要約 タイトル：SIG-VC：人間と機械の両方のためのスピーカー情報ガイド付きゼ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | SIG-VC: A Speaker Information Guided Zero-shot Voice Conversion System for Both Human Beings and Machines はコメントを受け付けていません

Unsupervised Anomaly Detection and Localization of Machine Audio: A GAN-based Approach

投稿日: 2023年4月3日 作成者: jarxiv

要約 タイトル：機械音声の非教師あり異常検出と位置特定：GANベースのアプローチ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Unsupervised Anomaly Detection and Localization of Machine Audio: A GAN-based Approach はコメントを受け付けていません