「eess.AS」カテゴリーアーカイブ

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

投稿日: 2023年3月2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

Extending DNN-based Multiplicative Masking to Deep Subband Filtering for Improved Dereverberation

投稿日: 2023年3月2日 作成者: jarxiv

要約 この論文では、時間-周波数ドメインでの音声復元のために、ディープ ニューラ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Extending DNN-based Multiplicative Masking to Deep Subband Filtering for Improved Dereverberation はコメントを受け付けていません

NNSVS: A Neural Network-Based Singing Voice Synthesis Toolkit

投稿日: 2023年3月2日 作成者: jarxiv

要約 この論文では、ニューラル ネットワークに基づく歌声合成研究用のオープン ソ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS, eess.SP | NNSVS: A Neural Network-Based Singing Voice Synthesis Toolkit はコメントを受け付けていません

ClArTTS: An Open-Source Classical Arabic Text-to-Speech Corpus

投稿日: 2023年3月2日 作成者: jarxiv

要約 現在、エンド ツー エンドのニューラル モデルを使用して高品質の文字起こし … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS, none | ClArTTS: An Open-Source Classical Arabic Text-to-Speech Corpus はコメントを受け付けていません

E2E Spoken Entity Extraction for Virtual Agents

投稿日: 2023年3月2日 作成者: jarxiv

要約 このホワイト ペーパーでは、音声エンコーダを使用した音声処理のいくつかの側 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | E2E Spoken Entity Extraction for Virtual Agents はコメントを受け付けていません

Analysing Discrete Self Supervised Speech Representation for Spoken Language Modeling

投稿日: 2023年3月2日 作成者: jarxiv

要約 この作業は、Generative Spoken Language Mode … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Analysing Discrete Self Supervised Speech Representation for Spoken Language Modeling はコメントを受け付けていません

Towards continually learning new languages

投稿日: 2023年3月2日 作成者: jarxiv

要約 ニューラル ネットワークを使用した多言語音声認識は、多くの場合、トレーニン … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Towards continually learning new languages はコメントを受け付けていません

N-best T5: Robust ASR Error Correction using Multiple Input Hypotheses and Constrained Decoding Space

投稿日: 2023年3月2日 作成者: jarxiv

要約 エラー訂正モデルは、自動音声認識 (ASR) 後処理の重要な部分を形成し、 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | N-best T5: Robust ASR Error Correction using Multiple Input Hypotheses and Constrained Decoding Space はコメントを受け付けていません

MuAViC: A Multilingual Audio-Visual Corpus for Robust Speech Recognition and Robust Speech-to-Text Translation

投稿日: 2023年3月2日 作成者: jarxiv

要約 MuAViC は、9 つ​​の言語で 1200 時間のオーディオビジュアル … 続きを読む →

カテゴリー: cs.CL, eess.AS | MuAViC: A Multilingual Audio-Visual Corpus for Robust Speech Recognition and Robust Speech-to-Text Translation はコメントを受け付けていません

Improving Noisy Student Training on Non-target Domain Data for Automatic Speech Recognition

投稿日: 2023年3月2日 作成者: jarxiv

要約 Noisy Student Training (NST) は最近、自動音声 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Improving Noisy Student Training on Non-target Domain Data for Automatic Speech Recognition はコメントを受け付けていません