「eess.AS」カテゴリーアーカイブ

Heterogeneous Space Fusion and Dual-Dimension Attention: A New Paradigm for Speech Enhancement

投稿日: 2024年8月14日 作成者: jarxiv

要約 自己教師あり学習は音声タスクにおいて優れたパフォーマンスを示していますが、 … 続きを読む →

カテゴリー: cs.AI, eess.AS | Heterogeneous Space Fusion and Dual-Dimension Attention: A New Paradigm for Speech Enhancement はコメントを受け付けていません

Temporal Variability and Multi-Viewed Self-Supervised Representations to Tackle the ASVspoof5 Deepfake Challenge

投稿日: 2024年8月14日 作成者: jarxiv

要約 ASVspoof シリーズの第 5 版である ASVspoof5 は、世界 … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Temporal Variability and Multi-Viewed Self-Supervised Representations to Tackle the ASVspoof5 Deepfake Challenge はコメントを受け付けていません

Neural Speech and Audio Coding

投稿日: 2024年8月14日 作成者: jarxiv

要約 この論文では、ニューラル音声およびオーディオコーディングシステムの領域内で … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS, eess.SP | Neural Speech and Audio Coding はコメントを受け付けていません

PSM: Learning Probabilistic Embeddings for Multi-scale Zero-Shot Soundscape Mapping

投稿日: 2024年8月14日 作成者: jarxiv

要約 サウンドスケープは、人がその場所で知覚する音響環境によって定義されます。 … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | PSM: Learning Probabilistic Embeddings for Multi-scale Zero-Shot Soundscape Mapping はコメントを受け付けていません

Controlling Surprisal in Music Generation via Information Content Curve Matching

投稿日: 2024年8月13日 作成者: jarxiv

要約 近年、音楽生成システムの品質と社会の関心が高まっており、これらのシステムを … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Controlling Surprisal in Music Generation via Information Content Curve Matching はコメントを受け付けていません

Enhancing Dialogue Speech Recognition with Robust Contextual Awareness via Noise Representation Learning

投稿日: 2024年8月13日 作成者: jarxiv

要約 最近の対話システムはターンベースの音声対話に依存しており、正確な自動音声認 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Enhancing Dialogue Speech Recognition with Robust Contextual Awareness via Noise Representation Learning はコメントを受け付けていません

XLAVS-R: Cross-Lingual Audio-Visual Speech Representation Learning for Noise-Robust Speech Perception

投稿日: 2024年8月13日 作成者: jarxiv

要約 音声認識および翻訳システムは、現実の環境では頻繁に発生するノイズの多い入力 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | XLAVS-R: Cross-Lingual Audio-Visual Speech Representation Learning for Noise-Robust Speech Perception はコメントを受け付けていません

An Investigation Into Explainable Audio Hate Speech Detection

投稿日: 2024年8月13日 作成者: jarxiv

要約 ヘイトスピーチに関する研究は主にテキスト入力からの検出と解釈を中心に展開さ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | An Investigation Into Explainable Audio Hate Speech Detection はコメントを受け付けていません

Diseño de sonido para producciones audiovisuales e historias sonoras en el aula. Hacia una docencia creativa mediante el uso de herramientas inteligentes

投稿日: 2024年8月13日 作成者: jarxiv

要約 この研究は、オーディオビジュアル作品のサウンドデザインを教えた教育経験を共 … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS | Diseño de sonido para producciones audiovisuales e historias sonoras en el aula. Hacia una docencia creativa mediante el uso de herramientas inteligentes はコメントを受け付けていません

FLEURS-R: A Restored Multilingual Speech Corpus for Generation Tasks

投稿日: 2024年8月13日 作成者: jarxiv

要約 本稿では、Few-shot Learning Evaluation of … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | FLEURS-R: A Restored Multilingual Speech Corpus for Generation Tasks はコメントを受け付けていません