「eess.AS」カテゴリーアーカイブ

dMel: Speech Tokenization made Simple

投稿日: 2024年7月23日 作成者: jarxiv

要約 大規模な言語モデルは、膨大なテキスト データに対する自己教師あり事前トレー … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | dMel: Speech Tokenization made Simple はコメントを受け付けていません

Automatic Classification of News Subjects in Broadcast News: Application to a Gender Bias Representation Analysis

投稿日: 2024年7月22日 作成者: jarxiv

要約 この論文では、フランスのテレビやラジオのニュースで取り上げられるトピックに … 続きを読む →

カテゴリー: cs.CL, eess.AS | Automatic Classification of News Subjects in Broadcast News: Application to a Gender Bias Representation Analysis はコメントを受け付けていません

Braille-to-Speech Generator: Audio Generation Based on Joint Fine-Tuning of CLIP and Fastspeech2

投稿日: 2024年7月22日 作成者: jarxiv

要約 さまざまな程度の視覚障害に悩む中国人が増えているため、視野内の単一の画像ま … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Braille-to-Speech Generator: Audio Generation Based on Joint Fine-Tuning of CLIP and Fastspeech2 はコメントを受け付けていません

Towards End-to-End Spoken Grammatical Error Correction

投稿日: 2024年7月22日 作成者: jarxiv

要約 文法的なフィードバックは、L2 の学習者、教師、試験者にとって非常に重要で … 続きを読む →

カテゴリー: cs.CL, cs.LG, eess.AS | Towards End-to-End Spoken Grammatical Error Correction はコメントを受け付けていません

Learn and Don’t Forget: Adding a New Language to ASR Foundation Models

投稿日: 2024年7月22日 作成者: jarxiv

要約 Foundation ASR モデルは多くの場合、多くの言語をサポートしま … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Learn and Don’t Forget: Adding a New Language to ASR Foundation Models はコメントを受け付けていません

Speech-to-Speech Translation with Discrete-Unit-Based Style Transfer

投稿日: 2024年7月22日 作成者: jarxiv

要約 個別の自己教師あり表現による直接音声対音声翻訳 (S2ST) は、驚くべき … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Speech-to-Speech Translation with Discrete-Unit-Based Style Transfer はコメントを受け付けていません

CoVoSwitch: Machine Translation of Synthetic Code-Switched Text Based on Intonation Units

投稿日: 2024年7月22日 作成者: jarxiv

要約 多言語コードスイッチングの研究は、利用可能なデータセットの不足や言語的に偏 … 続きを読む →

カテゴリー: cs.AI, cs.CL, eess.AS | CoVoSwitch: Machine Translation of Synthetic Code-Switched Text Based on Intonation Units はコメントを受け付けていません

Stable Audio Open

投稿日: 2024年7月22日 作成者: jarxiv

要約 オープン生成モデルはコミュニティにとって非常に重要であり、微調整が可能であ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Stable Audio Open 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7月22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

CogniVoice: Multimodal and Multilingual Fusion Networks for Mild Cognitive Impairment Assessment from Spontaneous Speech

投稿日: 2024年7月19日 作成者: jarxiv

要約 軽度認知障害 (MCI) は、記憶力と認知能力の顕著な低下を特徴とする病状 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | CogniVoice: Multimodal and Multilingual Fusion Networks for Mild Cognitive Impairment Assessment from Spontaneous Speech はコメントを受け付けていません