「eess.AS」カテゴリーアーカイブ

Low latency transformers for speech processing

投稿日: 2023年2月28日 作成者: jarxiv

要約 トランスフォーマーは、最新のニューラル ネットワークで広く使用されているビ … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Low latency transformers for speech processing はコメントを受け付けていません

Cross-Modal Mutual Learning for Cued Speech Recognition

投稿日: 2023年2月28日 作成者: jarxiv

要約 Automatic Cued Speech Recognition (AC … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.SD, eess.AS | Cross-Modal Mutual Learning for Cued Speech Recognition はコメントを受け付けていません

Dynamic Kernels and Channel Attention for Low Resource Speaker Verification

投稿日: 2023年2月28日 作成者: jarxiv

要約 最先端の話者検証フレームワークは通常、検証パフォーマンスを向上させるために … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Dynamic Kernels and Channel Attention for Low Resource Speaker Verification はコメントを受け付けていません

Duration-aware pause insertion using pre-trained language model for multi-speaker text-to-speech

投稿日: 2023年2月28日 作成者: jarxiv

要約 一時停止の挿入は、フレーズ区切り予測およびフレージングとも呼ばれ、TTS … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Duration-aware pause insertion using pre-trained language model for multi-speaker text-to-speech はコメントを受け付けていません

Using Auxiliary Tasks In Multimodal Fusion Of Wav2vec 2.0 And BERT For Multimodal Emotion Recognition

投稿日: 2023年2月28日 作成者: jarxiv

要約 データの欠如とマルチモーダル融合の難しさは、マルチモーダル感情認識 (ME … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Using Auxiliary Tasks In Multimodal Fusion Of Wav2vec 2.0 And BERT For Multimodal Emotion Recognition 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2月28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

MoLE : Mixture of Language Experts for Multi-Lingual Automatic Speech Recognition

投稿日: 2023年2月28日 作成者: jarxiv

要約 多言語音声認識は、異なる言語の言語表現を区別し、同時に音響処理を統合するこ … 続きを読む →

カテゴリー: cs.CL, eess.AS | MoLE : Mixture of Language Experts for Multi-Lingual Automatic Speech Recognition はコメントを受け付けていません

Multimodal Speech Recognition for Language-Guided Embodied Agents

投稿日: 2023年2月28日 作成者: jarxiv

要約 言語ガイド付きの具体化されたエージェントのベンチマークは通常、テキストベー … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Multimodal Speech Recognition for Language-Guided Embodied Agents はコメントを受け付けていません

Text-only domain adaptation for end-to-end ASR using integrated text-to-mel-spectrogram generator

投稿日: 2023年2月28日 作成者: jarxiv

要約 転写された音声データ、テキスト データ、または両方の混合でトレーニングでき … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Text-only domain adaptation for end-to-end ASR using integrated text-to-mel-spectrogram generator はコメントを受け付けていません

A Comparative Analysis Of Latent Regressor Losses For Singing Voice Conversion

投稿日: 2023年2月28日 作成者: jarxiv

要約 以前の研究では、話し声変換 (VC) の確立された手法は、歌声変換 (SV … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | A Comparative Analysis Of Latent Regressor Losses For Singing Voice Conversion はコメントを受け付けていません