eess.AS」カテゴリーアーカイブ

Exploring Acoustic Similarity in Emotional Speech and Music via Self-Supervised Representations

要約 音楽と音楽からの感情の認識は、音響の重複のために類似点を共有しており、これ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.MM, cs.SD, eess.AS | コメントする

End-to-end Audio Deepfake Detection from RAW Waveforms: a RawNet-Based Approach with Cross-Dataset Evaluation

要約 オーディオディープフェイクは、デジタルセキュリティと信頼に対する脅威の高ま … 続きを読む

カテゴリー: cs.CV, cs.SD, eess.AS | コメントする

Versatile Framework for Song Generation with Prompt-based Control

要約 Song Generationは、さまざまなプロンプトに基づいて制御可能な … 続きを読む

カテゴリー: cs.CL, cs.SD, eess.AS | コメントする

Non-native Children’s Automatic Speech Assessment Challenge (NOCASA)

要約 このペーパーでは、「非ネイティブチルドレンの自動音声評価」(NOCASA) … 続きを読む

カテゴリー: cs.CL, eess.AS | コメントする

Mitigating Timbre Leakage with Universal Semantic Mapping Residual Block for Voice Conversion

要約 音声変換(VC)は、コンテンツを保存することにより、ソース音声をターゲット … 続きを読む

カテゴリー: cs.AI, cs.SD, eess.AS | コメントする

End-to-end Audio Deepfake Detection from RAW Waveforms: a RawNet-Based Approach with Cross-Dataset Evaluation

要約 オーディオディープフェイクは、デジタルセキュリティと信頼に対する脅威の高ま … 続きを読む

カテゴリー: cs.CV, cs.SD, eess.AS | コメントする

Tracking Articulatory Dynamics in Speech with a Fixed-Weight BiLSTM-CNN Architecture

要約 音声生成は、さまざまな調音の特徴の調整を含む複雑な連続プロセスです。 その … 続きを読む

カテゴリー: cs.CL, cs.SD, eess.AS | コメントする

Combining X-Vectors and Bayesian Batch Active Learning: Two-Stage Active Learning Pipeline for Speech Recognition

要約 このペーパーでは、監視なしで監視されたAL方法を組み合わせた、自動音声認識 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, eess.AS | コメントする

Spatial Audio Processing with Large Language Model on Wearable Devices

要約 空間的コンテキストを大規模な言語モデル(LLM)に統合することは、特にウェ … 続きを読む

カテゴリー: cs.CL, cs.SD, eess.AS | コメントする

Kimi-Audio Technical Report

要約 オーディオの理解、生成、会話に優れたオープンソースオーディオファンデーショ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, cs.MM, cs.SD, eess.AS | コメントする