-
最近の投稿
- Bayesian optimization for robust robotic grasping using a sensorized compliant hand
- Lessons from Learning to Spin ‘Pens’
- Uncertainty-Aware Planning for Heterogeneous Robot Teams using Dynamic Topological Graphs and Mixed-Integer Programming
- Screw Geometry Meets Bandits: Incremental Acquisition of Demonstrations to Generate Manipulation Plans
- Search-Based Path Planning among Movable Obstacles
-
最近のコメント
表示できるコメントはありません。 cs.AI (28604) cs.CL (21619) cs.CR (2231) cs.CV (35206) cs.LG (33368) cs.RO (16520) cs.SY (2542) eess.IV (4287) eess.SY (2536) stat.ML (4474)
「eess.AS」カテゴリーアーカイブ
Lip-to-Speech Synthesis in the Wild with Multi-task Learning
要約 最近の研究では、視覚情報のみから音声を再構築することを目的とした口語合成で … 続きを読む
Audio-Visual Segmentation
要約 オーディオ ビジュアル セグメンテーション (AVS) と呼ばれる新しい問 … 続きを読む
TAPLoss: A Temporal Acoustic Parameter Loss for Speech Enhancement
要約 近年、音声強調モデルは大幅に進歩しましたが、音声出力の知覚品質にはまだ限界 … 続きを読む
PAAPLoss: A Phonetic-Aligned Acoustic Parameter Loss for Speech Enhancement
要約 近年の急速な進歩にもかかわらず、現在の音声強調モデルは、実際のきれいな音声 … 続きを読む
Prompt Tuning of Deep Neural Networks for Speaker-adaptive Visual Speech Recognition
要約 Visual Speech Recognition (VSR) は、唇の動 … 続きを読む
Surrogate Gradient Spiking Neural Networks as Encoders for Large Vocabulary Continuous Speech Recognition
要約 高密度で実数値の応答を生成する従来の人工ニューロンと比較して、生物学に着想 … 続きを読む
BigVGAN: A Universal Neural Vocoder with Large-Scale Training
要約 モデルが音響特性に合わせて調整された生の波形を生成する、Generativ … 続きを読む
Speech Enhancement for Virtual Meetings on Cellular Networks
要約 送信された音声にはバックグラウンド ノイズがあり、音声品質に影響を与える伝 … 続きを読む
MAC: A unified framework boosting low resource automatic speech recognition
要約 メタ オーディオ連結 (MAC) と呼ばれる低リソースの自動音声認識タスク … 続きを読む
System Fingerprint Recognition for Deepfake Audio: An Initial Dataset and Investigation
要約 深層音声合成モデルの悪用は、社会に重大な脅威をもたらす可能性があります。 … 続きを読む