「eess.AS」カテゴリーアーカイブ

Unlocking Potential in Pre-Trained Music Language Models for Versatile Multi-Track Music Arrangement

投稿日: 2024年8月28日 作成者: jarxiv

要約 大規模な言語モデルは、記号音楽の生成など、さまざまな領域にわたって重要な機 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Unlocking Potential in Pre-Trained Music Language Models for Versatile Multi-Track Music Arrangement はコメントを受け付けていません

Infusing Acoustic Pause Context into Text-Based Dementia Assessment

投稿日: 2024年8月28日 作成者: jarxiv

要約 音声の一時停止は、内容や構造と並んで、認知症を検出するための貴重で非侵襲的 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Infusing Acoustic Pause Context into Text-Based Dementia Assessment はコメントを受け付けていません

Human Perception of Audio Deepfakes

投稿日: 2024年8月28日 作成者: jarxiv

要約 最近のディープフェイクの出現により、操作され生成されたコンテンツが機械学習 … 続きを読む →

カテゴリー: cs.AI, cs.HC, cs.SD, eess.AS | Human Perception of Audio Deepfakes はコメントを受け付けていません

Foundation Models for Music: A Survey

投稿日: 2024年8月28日 作成者: jarxiv

要約 近年、大規模言語モデル (LLM) や潜在拡散モデル (LDM) などの基 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SD, eess.AS | Foundation Models for Music: A Survey はコメントを受け付けていません

Self-supervised Speech Representations Still Struggle with African American Vernacular English

投稿日: 2024年8月27日 作成者: jarxiv

要約 アフリカ系アメリカ人固有英語 (AAVE) やその他の疎外された言語変種の … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Self-supervised Speech Representations Still Struggle with African American Vernacular English はコメントを受け付けていません

Hierarchical Generative Modeling of Melodic Vocal Contours in Hindustani Classical Music

投稿日: 2024年8月27日 作成者: jarxiv

要約 ヒンドゥスターニ音楽は、豊かな旋律パターンの演奏を示す、演奏主導の口承伝統 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SD, eess.AS | Hierarchical Generative Modeling of Melodic Vocal Contours in Hindustani Classical Music はコメントを受け付けていません

Beyond Silence: Bias Analysis through Loss and Asymmetric Approach in Audio Anti-Spoofing

投稿日: 2024年8月27日 作成者: jarxiv

要約 オーディオのスプーフィング検出研究の現在の傾向は、さまざまなスプーフィング … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Beyond Silence: Bias Analysis through Loss and Asymmetric Approach in Audio Anti-Spoofing はコメントを受け付けていません

Foundation Models for Music: A Survey

投稿日: 2024年8月27日 作成者: jarxiv

要約 近年、大規模言語モデル (LLM) や潜在拡散モデル (LDM) などの基 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SD, eess.AS | Foundation Models for Music: A Survey はコメントを受け付けていません

On Class Separability Pitfalls In Audio-Text Contrastive Zero-Shot Learning

投稿日: 2024年8月26日 作成者: jarxiv

要約 オーディオとテキストのクロスモーダル対比学習の最近の進歩により、ゼロショッ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | On Class Separability Pitfalls In Audio-Text Contrastive Zero-Shot Learning はコメントを受け付けていません

EAViT: External Attention Vision Transformer for Audio Classification

投稿日: 2024年8月26日 作成者: jarxiv

要約 この文書では、オーディオ分類の精度を高めるために設計された新しいアプローチ … 続きを読む →

カテゴリー: cs.IR, cs.LG, cs.SD, eess.AS | EAViT: External Attention Vision Transformer for Audio Classification はコメントを受け付けていません