「eess.AS」カテゴリーアーカイブ

Psychoacoustic Challenges Of Speech Enhancement On VoIP Platforms

投稿日: 2024年8月2日 作成者: jarxiv

要約 VoIP (Voice over Internet Protocol) 通 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Psychoacoustic Challenges Of Speech Enhancement On VoIP Platforms はコメントを受け付けていません

Decoder-only Architecture for Streaming End-to-end Speech Recognition

投稿日: 2024年8月2日 作成者: jarxiv

要約 デコーダ専用言語モデル (LM) は、自動音声認識 (ASR) を含む音声 … 続きを読む →

カテゴリー: cs.CL, eess.AS | Decoder-only Architecture for Streaming End-to-end Speech Recognition はコメントを受け付けていません

Towards Assessing Data Replication in Music Generation with Music Similarity Metrics on Raw Audio

投稿日: 2024年8月2日 作成者: jarxiv

要約 音楽生成における最近の進歩により、創造的な音楽プロセス、現在のビジネス モ … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS | Towards Assessing Data Replication in Music Generation with Music Similarity Metrics on Raw Audio はコメントを受け付けていません

Generative Expressive Conversational Speech Synthesis

投稿日: 2024年8月2日 作成者: jarxiv

要約 会話型音声合成 (CSS) は、ユーザー エージェントの会話設定において、 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Generative Expressive Conversational Speech Synthesis はコメントを受け付けていません

Practical aspects for the creation of an audio dataset from field recordings with optimized labeling budget with AI-assisted strategy

投稿日: 2024年8月1日 作成者: jarxiv

要約 Machine Listening は、オーディオ信号から関連情報を抽出す … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Practical aspects for the creation of an audio dataset from field recordings with optimized labeling budget with AI-assisted strategy はコメントを受け付けていません

Beat this! Accurate beat tracking without DBN postprocessing

投稿日: 2024年8月1日 作成者: jarxiv

要約 私たちは、多様な音楽範囲にわたる汎用性と高精度という 2 つの目的でビート … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Beat this! Accurate beat tracking without DBN postprocessing はコメントを受け付けていません

Towards interfacing large language models with ASR systems using confidence measures and prompting

投稿日: 2024年8月1日 作成者: jarxiv

要約 大規模言語モデル (LLM) のパラメーター サイズとプロンプトによる対話 … 続きを読む →

カテゴリー: cs.CL, eess.AS | Towards interfacing large language models with ASR systems using confidence measures and prompting はコメントを受け付けていません

On the Problem of Text-To-Speech Model Selection for Synthetic Data Generation in Automatic Speech Recognition

投稿日: 2024年8月1日 作成者: jarxiv

要約 ニューラル テキスト読み上げ (TTS) システムの急速な発展により、自動 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | On the Problem of Text-To-Speech Model Selection for Synthetic Data Generation in Automatic Speech Recognition はコメントを受け付けていません

Generative Expressive Conversational Speech Synthesis

投稿日: 2024年8月1日 作成者: jarxiv

要約 会話型音声合成 (CSS) は、ユーザー エージェントの会話設定において、 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Generative Expressive Conversational Speech Synthesis はコメントを受け付けていません

Can LLMs ‘Reason’ in Music? An Evaluation of LLMs’ Capability of Music Understanding and Generation

投稿日: 2024年8月1日 作成者: jarxiv

要約 言語に似た記号音楽は、個別の記号でエンコードできます。 最近の研究では、G … 続きを読む →

カテゴリー: cs.CL, cs.MM, cs.SD, eess.AS | Can LLMs ‘Reason’ in Music? An Evaluation of LLMs’ Capability of Music Understanding and Generation はコメントを受け付けていません