「eess.AS」カテゴリーアーカイブ

Canonical Cortical Graph Neural Networks and its Application for Speech Enhancement in Audio-Visual Hearing Aids

投稿日: 2023年2月1日 作成者: jarxiv

要約 最近の機械学習アルゴリズムの成功にもかかわらず、マルチモーダル入力データや … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Canonical Cortical Graph Neural Networks and its Application for Speech Enhancement in Audio-Visual Hearing Aids はコメントを受け付けていません

Video Influencers: Unboxing the Mystique

投稿日: 2023年2月1日 作成者: jarxiv

要約 インフルエンサー マーケティングは、顧客にリーチするための非常に人気のある … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG, cs.SD, eess.AS | Video Influencers: Unboxing the Mystique はコメントを受け付けていません

DiffMotion: Speech-Driven Gesture Synthesis Using Denoising Diffusion Model

投稿日: 2023年1月25日 作成者: jarxiv

要約 音声駆動のジェスチャ合成は、仮想人間の作成に対する関心が高まっている分野で … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.HC, cs.SD, eess.AS, eess.IV | DiffMotion: Speech-Driven Gesture Synthesis Using Denoising Diffusion Model はコメントを受け付けていません

Side Eye: Characterizing the Limits of POV Acoustic Eavesdropping from Smartphone Cameras with Rolling Shutters and Movable Lenses

投稿日: 2023年1月25日 作成者: jarxiv

要約 私たちの研究では、スマートフォンのカメラに広く見られるローリング シャッタ … 続きを読む →

カテゴリー: cs.CR, cs.CV, cs.MM, cs.SD, eess.AS | Side Eye: Characterizing the Limits of POV Acoustic Eavesdropping from Smartphone Cameras with Rolling Shutters and Movable Lenses はコメントを受け付けていません

SoundSpaces 2.0: A Simulation Platform for Visual-Acoustic Learning

投稿日: 2023年1月24日 作成者: jarxiv

要約 3D 環境向けのオンザフライ ジオメトリベースのオーディオ レンダリングの … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | SoundSpaces 2.0: A Simulation Platform for Visual-Acoustic Learning はコメントを受け付けていません

Novel-View Acoustic Synthesis

投稿日: 2023年1月24日 作成者: jarxiv

要約 新規ビュー音響合成 (NVAS) タスクを紹介します。ソースの視点で観察さ … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Novel-View Acoustic Synthesis はコメントを受け付けていません

Novel-View Acoustic Synthesis

投稿日: 2023年1月23日 作成者: jarxiv

要約 新規ビュー音響合成 (NVAS) タスクを導入します。ソースの視点で観察さ … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Novel-View Acoustic Synthesis はコメントを受け付けていません

Speech Driven Video Editing via an Audio-Conditioned Diffusion Model

投稿日: 2023年1月13日 作成者: jarxiv

要約 この論文では、ノイズ除去拡散モデルを使用した、エンドツーエンドの音声駆動ビ … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.SD, eess.AS | Speech Driven Video Editing via an Audio-Conditioned Diffusion Model はコメントを受け付けていません

Audio-Visual Efficient Conformer for Robust Speech Recognition

投稿日: 2023年1月5日 作成者: jarxiv

要約 ニューラルネットワークに基づくエンドツーエンドの自動音声認識（ASR）シス … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.SD, eess.AS | Audio-Visual Efficient Conformer for Robust Speech Recognition はコメントを受け付けていません

Catch Me If You Hear Me: Audio-Visual Navigation in Complex Unmapped Environments with Moving Sounds

投稿日: 2023年1月4日 作成者: jarxiv

要約 オーディオビジュアルナビゲーションは、視覚と聴覚を組み合わせて、地図に載っ … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO, cs.SD, eess.AS | Catch Me If You Hear Me: Audio-Visual Navigation in Complex Unmapped Environments with Moving Sounds はコメントを受け付けていません