「eess.AS」カテゴリーアーカイブ

Audio-visual End-to-end Multi-channel Speech Separation, Dereverberation and Recognition

投稿日: 2023年7月7日 作成者: jarxiv

要約 重複する話者、騒音、残響を含むカクテル パーティーのスピーチを正確に認識す … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Audio-visual End-to-end Multi-channel Speech Separation, Dereverberation and Recognition はコメントを受け付けていません

Broadcasted Residual Learning for Efficient Keyword Spotting

投稿日: 2023年7月6日 作成者: jarxiv

要約 キーワード スポッティングは、スマート デバイス上のデバイスのウェイクアッ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Broadcasted Residual Learning for Efficient Keyword Spotting はコメントを受け付けていません

Leveraging multilingual transfer for unsupervised semantic acoustic word embeddings

投稿日: 2023年7月6日 作成者: jarxiv

要約 音響単語埋め込み (AWE) は、同じ単語の異なる実現が同様の埋め込みを持 … 続きを読む →

カテゴリー: cs.CL, eess.AS | Leveraging multilingual transfer for unsupervised semantic acoustic word embeddings はコメントを受け付けていません

LOAF-M2L: Joint Learning of Wording and Formatting for Singable Melody-to-Lyric Generation

投稿日: 2023年7月6日 作成者: jarxiv

要約 メロディーから歌詞への生成に関するこれまでの研究にも関わらず、生成された歌 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | LOAF-M2L: Joint Learning of Wording and Formatting for Singable Melody-to-Lyric Generation はコメントを受け付けていません

Flowchase: a Mobile Application for Pronunciation Training

投稿日: 2023年7月6日 作成者: jarxiv

要約 この論文では、音声の分節的特徴と超分節的特徴を分割および分析できる音声技術 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC, cs.SD, eess.AS | Flowchase: a Mobile Application for Pronunciation Training はコメントを受け付けていません

Artificial ASMR: A Cyber-Psychological Approach

投稿日: 2023年7月6日 作成者: jarxiv

要約 ASMR (Autonomous Sensory Meridian Res … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS, eess.SP | Artificial ASMR: A Cyber-Psychological Approach はコメントを受け付けていません

AVSegFormer: Audio-Visual Segmentation with Transformer

投稿日: 2023年7月6日 作成者: jarxiv

要約 オーディオとビジョンの組み合わせは、マルチモーダル コミュニティで長い間注 … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.SD, eess.AS | AVSegFormer: Audio-Visual Segmentation with Transformer はコメントを受け付けていません

An End-to-End Multi-Module Audio Deepfake Generation System for ADD Challenge 2023

投稿日: 2023年7月5日 作成者: jarxiv

要約 合成音声生成のタスクは、指定されたテキストから言語コンテンツを生成し、人間 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | An End-to-End Multi-Module Audio Deepfake Generation System for ADD Challenge 2023 はコメントを受け付けていません

Multilingual Contextual Adapters To Improve Custom Word Recognition In Low-resource Languages

投稿日: 2023年7月5日 作成者: jarxiv

要約 コネクショニスト時間分類 (CTC) モデルは、自動音声認識 (ASR) … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Multilingual Contextual Adapters To Improve Custom Word Recognition In Low-resource Languages はコメントを受け付けていません

ContextSpeech: Expressive and Efficient Text-to-Speech for Paragraph Reading

投稿日: 2023年7月5日 作成者: jarxiv

要約 最先端の Text-to-Speech システムは、文レベルで非常に高品質 … 続きを読む →

カテゴリー: cs.AI, cs.CL, eess.AS | ContextSpeech: Expressive and Efficient Text-to-Speech for Paragraph Reading はコメントを受け付けていません