「eess.AS」カテゴリーアーカイブ

Effectiveness of Text, Acoustic, and Lattice-based representations in Spoken Language Understanding tasks

投稿日: 2023年3月20日 作成者: jarxiv

要約 このホワイト ペーパーでは、音声言語理解 (SLU) セットアップにおける … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS, I.2.7 | Effectiveness of Text, Acoustic, and Lattice-based representations in Spoken Language Understanding tasks はコメントを受け付けていません

Analysing Diffusion-based Generative Approaches versus Discriminative Approaches for Speech Restoration

投稿日: 2023年3月17日 作成者: jarxiv

要約 拡散ベースの生成モデルは、ここ数年、コンピューター ビジョンと音声処理のコ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Analysing Diffusion-based Generative Approaches versus Discriminative Approaches for Speech Restoration はコメントを受け付けていません

Trustera: A Live Conversation Redaction System

投稿日: 2023年3月17日 作成者: jarxiv

要約 Trustera は、リアルタイムの会話で個人を特定できる情報 (PII) … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Trustera: A Live Conversation Redaction System はコメントを受け付けていません

Analyzing Acoustic Word Embeddings from Pre-trained Self-supervised Speech Models

投稿日: 2023年3月16日 作成者: jarxiv

要約 さまざまなタスクでの自己教師ありモデルの強力な結果を考えると、可変長の話し … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Analyzing Acoustic Word Embeddings from Pre-trained Self-supervised Speech Models はコメントを受け付けていません

End-to-end Spoken Language Understanding with Tree-constrained Pointer Generator

投稿日: 2023年3月16日 作成者: jarxiv

要約 エンド ツー エンドの音声言語理解 (SLU) には、ロングテール ワード … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | End-to-end Spoken Language Understanding with Tree-constrained Pointer Generator はコメントを受け付けていません

Chat with the Environment: Interactive Multimodal Perception using Large Language Models

投稿日: 2023年3月16日 作成者: jarxiv

要約 複雑な世界でロボットの動作をプログラミングするには、器用な低レベルのスキル … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.RO, cs.SD, eess.AS | Chat with the Environment: Interactive Multimodal Perception using Large Language Models はコメントを受け付けていません

Cross-speaker Emotion Transfer by Manipulating Speech Style Latents

投稿日: 2023年3月16日 作成者: jarxiv

要約 近年、感情的なテキスト読み上げはかなりの進歩を遂げています。 ただし、大量 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Cross-speaker Emotion Transfer by Manipulating Speech Style Latents はコメントを受け付けていません

Once-for-All Sequence Compression for Self-Supervised Speech Models

投稿日: 2023年3月16日 作成者: jarxiv

要約 時間軸に沿ったシーケンスの長さは、多くの場合、音声処理における計算の支配的 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Once-for-All Sequence Compression for Self-Supervised Speech Models はコメントを受け付けていません

Virtuoso: Massive Multilingual Speech-Text Joint Semi-Supervised Learning for Text-To-Speech

投稿日: 2023年3月16日 作成者: jarxiv

要約 この論文では、テキスト音声合成 (TTS) モデルのための大規模な多言語音 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Virtuoso: Massive Multilingual Speech-Text Joint Semi-Supervised Learning for Text-To-Speech はコメントを受け付けていません

Cascading and Direct Approaches to Unsupervised Constituency Parsing on Spoken Sentences

投稿日: 2023年3月16日 作成者: jarxiv

要約 教師なし構文解析に関する過去の作業は、記述された形式に限定されています。 … 続きを読む →

カテゴリー: cs.CL, eess.AS | Cascading and Direct Approaches to Unsupervised Constituency Parsing on Spoken Sentences はコメントを受け付けていません