「eess.AS」カテゴリーアーカイブ

LiteG2P: A fast, light and high accuracy model for grapheme-to-phoneme conversion

投稿日: 2023年3月3日 作成者: jarxiv

要約 自動音声認識 (ASR) およびテキスト読み上げ (TTS) のフロントエ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | LiteG2P: A fast, light and high accuracy model for grapheme-to-phoneme conversion はコメントを受け付けていません

TranSpeech: Speech-to-Speech Translation With Bilateral Perturbation

投稿日: 2023年3月3日 作成者: jarxiv

要約 個別のユニットを使用した音声から音声への直接翻訳 (S2ST) は、音声表 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | TranSpeech: Speech-to-Speech Translation With Bilateral Perturbation はコメントを受け付けていません

Internal Language Model Estimation based Adaptive Language Model Fusion for Domain Adaptation

投稿日: 2023年3月3日 作成者: jarxiv

要約 ASR モデルの展開環境は絶えず変化しており、着信音声はセッション中に異な … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Internal Language Model Estimation based Adaptive Language Model Fusion for Domain Adaptation はコメントを受け付けていません

I Know Your Feelings Before You Do: Predicting Future Affective Reactions in Human-Computer Dialogue

投稿日: 2023年3月3日 作成者: jarxiv

要約 現在の音声対話システム (SDS) は、多くの場合、ユーザーの音声を受信し … 続きを読む →

カテゴリー: cs.HC, cs.RO, cs.SD, eess.AS | I Know Your Feelings Before You Do: Predicting Future Affective Reactions in Human-Computer Dialogue はコメントを受け付けていません

I Know Your Feelings Before You Do: Predicting Future Affective Reactions in Human-Computer Dialogue

投稿日: 2023年3月2日 作成者: jarxiv

要約 現在の音声対話システム (SDS) は、多くの場合、ユーザーの音声を受信し … 続きを読む →

カテゴリー: cs.HC, cs.RO, cs.SD, eess.AS | I Know Your Feelings Before You Do: Predicting Future Affective Reactions in Human-Computer Dialogue はコメントを受け付けていません

Extending DNN-based Multiplicative Masking to Deep Subband Filtering for Improved Dereverberation

投稿日: 2023年3月2日 作成者: jarxiv

要約 この論文では、時間-周波数ドメインでの音声復元のために、ディープ ニューラ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Extending DNN-based Multiplicative Masking to Deep Subband Filtering for Improved Dereverberation はコメントを受け付けていません

NNSVS: A Neural Network-Based Singing Voice Synthesis Toolkit

投稿日: 2023年3月2日 作成者: jarxiv

要約 この論文では、ニューラル ネットワークに基づく歌声合成研究用のオープン ソ … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS, eess.SP | NNSVS: A Neural Network-Based Singing Voice Synthesis Toolkit はコメントを受け付けていません

ClArTTS: An Open-Source Classical Arabic Text-to-Speech Corpus

投稿日: 2023年3月2日 作成者: jarxiv

要約 現在、エンド ツー エンドのニューラル モデルを使用して高品質の文字起こし … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS, none | ClArTTS: An Open-Source Classical Arabic Text-to-Speech Corpus はコメントを受け付けていません

E2E Spoken Entity Extraction for Virtual Agents

投稿日: 2023年3月2日 作成者: jarxiv

要約 このホワイト ペーパーでは、音声エンコーダを使用した音声処理のいくつかの側 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | E2E Spoken Entity Extraction for Virtual Agents はコメントを受け付けていません

Analysing Discrete Self Supervised Speech Representation for Spoken Language Modeling

投稿日: 2023年3月2日 作成者: jarxiv

要約 この作業は、Generative Spoken Language Mode … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Analysing Discrete Self Supervised Speech Representation for Spoken Language Modeling はコメントを受け付けていません