-
最近の投稿
- Safe PDE Boundary Control with Neural Operators
- LiloDriver: A Lifelong Learning Framework for Closed-loop Motion Planning in Long-tail Autonomous Driving Scenarios
- Model Identification Adaptive Control with $ρ$-POMDP Planning
- Navigating Polytopes with Safety: A Control Barrier Function Approach
- ConvoyNext: A Scalable Testbed Platform for Cooperative Autonomous Vehicle Systems
-
最近のコメント
表示できるコメントはありません。 cs.AI (38612) cs.CL (29182) cs.CV (44088) cs.HC (2942) cs.LG (43522) cs.RO (23011) cs.SY (3525) eess.IV (5093) eess.SY (3517) stat.ML (5658)
「eess.AS」カテゴリーアーカイブ
ToxicTone: A Mandarin Audio Dataset Annotated for Toxicity and Toxic Utterance Tonality
要約 テキストでの有毒な音声検出に関する広範な研究にもかかわらず、音声のマンダリ … 続きを読む
LSCodec: Low-Bitrate and Speaker-Decoupled Discrete Speech Codec
要約 個別の音声トークンは、言語モデルベースの音声生成に強い可能性を示しています … 続きを読む
dMel: Speech Tokenization made Simple
要約 大規模な言語モデルは、膨大なテキストデータに自己監視された事前供与を活用す … 続きを読む
CAV-MAE Sync: Improving Contrastive Audio-Visual Mask Autoencoders via Fine-Grained Alignment
要約 視聴覚学習の最近の進歩により、モダリティ全体の学習表現における有望な結果が … 続きを読む
Scaling and Enhancing LLM-based AVSR: A Sparse Mixture of Projectors Approach
要約 視覚的なキューを統合することにより、騒々しい環境での視聴覚音声認識（AVS … 続きを読む
Self-Supervised Frameworks for Speaker Verification via Bootstrapped Positive Sampling
要約 自己学習学習（SSL）の最近の開発は、スピーカー検証（SV）の重要な可能性 … 続きを読む
Teaching Audio-Aware Large Language Models What Does Not Hear: Mitigating Hallucinations through Synthesized Negative Samples
要約 オーディオ認識の大規模な言語モデル（ALLMS）の最近の進歩により、オーデ … 続きを読む
SSPS: Self-Supervised Positive Sampling for Robust Self-Supervised Speaker Verification
要約 自己学習学習（SSL）は、スピーカー検証（SV）のかなりの進歩をもたらしま … 続きを読む
SAKURA: On the Multi-hop Reasoning of Large Audio-Language Models Based on Speech and Audio Information
要約 大規模なオーディオ言語モデル（LALMS）は、スピーチ、オーディオなどのマ … 続きを読む
Granary: Speech Recognition and Translation Dataset in 25 European Languages
要約 マルチタスクと多言語のアプローチは大規模なモデルに利益をもたらしますが、低 … 続きを読む