「eess.AS」カテゴリーアーカイブ

Efficient Speech Translation with Dynamic Latent Perceivers

投稿日: 2023年3月15日 作成者: jarxiv

要約 近年、トランスフォーマーは音声翻訳の主要なアーキテクチャであり、翻訳品質の … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Efficient Speech Translation with Dynamic Latent Perceivers はコメントを受け付けていません

TriNet: stabilizing self-supervised learning from complete or slow collapse on ASR

投稿日: 2023年3月15日 作成者: jarxiv

要約 自己教師あり学習 (SSL) モデルは、急激な情報崩壊やゆっくりとした次元 … 続きを読む →

カテゴリー: cs.CL, cs.LG, eess.AS | TriNet: stabilizing self-supervised learning from complete or slow collapse on ASR はコメントを受け付けていません

Improving Accented Speech Recognition with Multi-Domain Training

投稿日: 2023年3月15日 作成者: jarxiv

要約 自己教師あり学習の台頭により、自動音声認識 (ASR) システムは現在、さ … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Improving Accented Speech Recognition with Multi-Domain Training はコメントを受け付けていません

DECAR: Deep Clustering for learning general-purpose Audio Representations

投稿日: 2023年3月15日 作成者: jarxiv

要約 汎用の音声表現を学習するための自己教師あり事前トレーニング アプローチであ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | DECAR: Deep Clustering for learning general-purpose Audio Representations はコメントを受け付けていません

Improving Prosody for Cross-Speaker Style Transfer by Semi-Supervised Style Extractor and Hierarchical Modeling in Speech Synthesis

投稿日: 2023年3月15日 作成者: jarxiv

要約 音声合成における話者間スタイル転送は、スタイルをソース スピーカーからター … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Improving Prosody for Cross-Speaker Style Transfer by Semi-Supervised Style Extractor and Hierarchical Modeling in Speech Synthesis はコメントを受け付けていません

A Study on Bias and Fairness In Deep Speaker Recognition

投稿日: 2023年3月15日 作成者: jarxiv

要約 個人を認証し、サービスをパーソナライズする手段として話者認識 (SR) シ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | A Study on Bias and Fairness In Deep Speaker Recognition はコメントを受け付けていません

Multi-Microphone Speaker Separation by Spatial Regions

投稿日: 2023年3月14日 作成者: jarxiv

要約 残響のあるマルチマイク録音の領域ベースのソース分離のタスクを検討します。 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Multi-Microphone Speaker Separation by Spatial Regions はコメントを受け付けていません

Learning Audio Features with Metadata and Contrastive Learning

投稿日: 2023年3月14日 作成者: jarxiv

要約 アノテーションをエンドツーエンドで使用する教師あり学習に基づく方法は、分類 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Learning Audio Features with Metadata and Contrastive Learning はコメントを受け付けていません

Perceptual-Neural-Physical Sound Matching

投稿日: 2023年3月14日 作成者: jarxiv

要約 サウンド マッチング アルゴリズムは、パラメトリック オーディオ合成によっ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Perceptual-Neural-Physical Sound Matching はコメントを受け付けていません

Learning ASR pathways: A sparse multilingual ASR model

投稿日: 2023年3月14日 作成者: jarxiv

要約 ニューラル ネットワーク プルーニングは、自動音声認識 (ASR) モデル … 続きを読む →

カテゴリー: cs.CL, eess.AS | Learning ASR pathways: A sparse multilingual ASR model はコメントを受け付けていません