「eess.AS」カテゴリーアーカイブ

Google USM: Scaling Automatic Speech Recognition Beyond 100 Languages

投稿日: 2023年3月6日 作成者: jarxiv

要約 本論文では、100以上の言語にわたる自動音声認識（ASR）を行う単一の大規 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Google USM: Scaling Automatic Speech Recognition Beyond 100 Languages はコメントを受け付けていません

Audio-based AI classifiers show no evidence of improved COVID-19 screening over simple symptoms checkers

投稿日: 2023年3月3日 作成者: jarxiv

要約 最近の研究では、音声録音でトレーニングされた AI 分類子が、重症急性呼吸 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Audio-based AI classifiers show no evidence of improved COVID-19 screening over simple symptoms checkers はコメントを受け付けていません

Goodness of Pronunciation Pipelines for OOV Problem

投稿日: 2023年3月3日 作成者: jarxiv

要約 次のレポートでは、語彙/語彙拡張技術を使用して、テスト時に OOV 問題を … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Goodness of Pronunciation Pipelines for OOV Problem はコメントを受け付けていません

Synthetic Cross-accent Data Augmentation for Automatic Speech Recognition

投稿日: 2023年3月3日 作成者: jarxiv

要約 偏った ASR データセットまたはモデルに対する認識は、近年著しく増加して … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Synthetic Cross-accent Data Augmentation for Automatic Speech Recognition はコメントを受け付けていません

Leveraging Large Text Corpora for End-to-End Speech Summarization

投稿日: 2023年3月3日 作成者: jarxiv

要約 End-to-end Speech Summarization (E2E … 続きを読む →

カテゴリー: cs.CL, eess.AS | Leveraging Large Text Corpora for End-to-End Speech Summarization はコメントを受け付けていません

Google USM: Scaling Automatic Speech Recognition Beyond 100 Languages

投稿日: 2023年3月3日 作成者: jarxiv

要約 100 以上の言語で自動音声認識 (ASR) を実行する単一の大規模モデル … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Google USM: Scaling Automatic Speech Recognition Beyond 100 Languages はコメントを受け付けていません

LiteG2P: A fast, light and high accuracy model for grapheme-to-phoneme conversion

投稿日: 2023年3月3日 作成者: jarxiv

要約 自動音声認識 (ASR) およびテキスト読み上げ (TTS) のフロントエ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | LiteG2P: A fast, light and high accuracy model for grapheme-to-phoneme conversion はコメントを受け付けていません

TranSpeech: Speech-to-Speech Translation With Bilateral Perturbation

投稿日: 2023年3月3日 作成者: jarxiv

要約 個別のユニットを使用した音声から音声への直接翻訳 (S2ST) は、音声表 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | TranSpeech: Speech-to-Speech Translation With Bilateral Perturbation はコメントを受け付けていません

Internal Language Model Estimation based Adaptive Language Model Fusion for Domain Adaptation

投稿日: 2023年3月3日 作成者: jarxiv

要約 ASR モデルの展開環境は絶えず変化しており、着信音声はセッション中に異な … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Internal Language Model Estimation based Adaptive Language Model Fusion for Domain Adaptation はコメントを受け付けていません

I Know Your Feelings Before You Do: Predicting Future Affective Reactions in Human-Computer Dialogue

投稿日: 2023年3月3日 作成者: jarxiv

要約 現在の音声対話システム (SDS) は、多くの場合、ユーザーの音声を受信し … 続きを読む →

カテゴリー: cs.HC, cs.RO, cs.SD, eess.AS | I Know Your Feelings Before You Do: Predicting Future Affective Reactions in Human-Computer Dialogue はコメントを受け付けていません