「eess.AS」カテゴリーアーカイブ

Highly Efficient Real-Time Streaming and Fully On-Device Speaker Diarization with Multi-Stage Clustering

投稿日: 2023年3月21日 作成者: jarxiv

要約 話者ダイアライゼーションにおける最近の研究の進歩は、主にダイアライゼーショ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Highly Efficient Real-Time Streaming and Fully On-Device Speaker Diarization with Multi-Stage Clustering はコメントを受け付けていません

A Deep Learning System for Domain-specific speech Recognition

投稿日: 2023年3月21日 作成者: jarxiv

要約 人間と機械の音声インターフェイスにより、ますますインテリジェントになる機械 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | A Deep Learning System for Domain-specific speech Recognition はコメントを受け付けていません

Relate auditory speech to EEG by shallow-deep attention-based network

投稿日: 2023年3月21日 作成者: jarxiv

要約 脳波 (EEG) は、脳がさまざまな刺激にどのように反応するかを検出する上 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS, q-bio.NC | Relate auditory speech to EEG by shallow-deep attention-based network はコメントを受け付けていません

Exploring Representation Learning for Small-Footprint Keyword Spotting

投稿日: 2023年3月21日 作成者: jarxiv

要約 この論文では、低リソース キーワード スポッティング (KWS) の表現学 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Exploring Representation Learning for Small-Footprint Keyword Spotting はコメントを受け付けていません

On-the-fly Text Retrieval for End-to-End ASR Adaptation

投稿日: 2023年3月21日 作成者: jarxiv

要約 エンド ツー エンドの音声認識モデルは、通常は外部言語モデルとの融合によっ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | On-the-fly Text Retrieval for End-to-End ASR Adaptation はコメントを受け付けていません

Code-Switching Text Generation and Injection in Mandarin-English ASR

投稿日: 2023年3月21日 作成者: jarxiv

要約 コードスイッチング音声とは、1 つの発話内で 2 つ以上の言語を混合するこ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Code-Switching Text Generation and Injection in Mandarin-English ASR はコメントを受け付けていません

Cocktail HuBERT: Generalized Self-Supervised Pre-training for Mixture and Single-Source Speech

投稿日: 2023年3月21日 作成者: jarxiv

要約 自己教師あり学習は、ラベル付けされていないデータを効果的に活用し、ラベル付 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Cocktail HuBERT: Generalized Self-Supervised Pre-training for Mixture and Single-Source Speech はコメントを受け付けていません

Multitrack Music Transformer

投稿日: 2023年3月21日 作成者: jarxiv

要約 変圧器モデルを使用してマルチトラック音楽を生成するための既存のアプローチは … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.MM, cs.SD, eess.AS | Multitrack Music Transformer はコメントを受け付けていません

Dual-stream Time-Delay Neural Network with Dynamic Global Filter for Speaker Verification

投稿日: 2023年3月21日 作成者: jarxiv

要約 時間遅延ニューラル ネットワーク (TDNN) は、テキストに依存しない話 … 続きを読む →

カテゴリー: 68, cs.AI, cs.SD, eess.AS, I.2.1 | Dual-stream Time-Delay Neural Network with Dynamic Global Filter for Speaker Verification はコメントを受け付けていません

Sound Localization from Motion: Jointly Learning Sound Direction and Camera Rotation

投稿日: 2023年3月21日 作成者: jarxiv

要約 私たちが知覚する画像と音は、頭を回転させると、微妙ではあるが幾何学的に一貫 … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Sound Localization from Motion: Jointly Learning Sound Direction and Camera Rotation はコメントを受け付けていません