「eess.AS」カテゴリーアーカイブ

Controlling Surprisal in Music Generation via Information Content Curve Matching

投稿日: 2024年8月13日 作成者: jarxiv

要約 近年、音楽生成システムの品質と社会の関心が高まっており、これらのシステムを … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Controlling Surprisal in Music Generation via Information Content Curve Matching はコメントを受け付けていません

Enhancing Dialogue Speech Recognition with Robust Contextual Awareness via Noise Representation Learning

投稿日: 2024年8月13日 作成者: jarxiv

要約 最近の対話システムはターンベースの音声対話に依存しており、正確な自動音声認 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Enhancing Dialogue Speech Recognition with Robust Contextual Awareness via Noise Representation Learning はコメントを受け付けていません

XLAVS-R: Cross-Lingual Audio-Visual Speech Representation Learning for Noise-Robust Speech Perception

投稿日: 2024年8月13日 作成者: jarxiv

要約 音声認識および翻訳システムは、現実の環境では頻繁に発生するノイズの多い入力 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | XLAVS-R: Cross-Lingual Audio-Visual Speech Representation Learning for Noise-Robust Speech Perception はコメントを受け付けていません

An Investigation Into Explainable Audio Hate Speech Detection

投稿日: 2024年8月13日 作成者: jarxiv

要約 ヘイトスピーチに関する研究は主にテキスト入力からの検出と解釈を中心に展開さ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | An Investigation Into Explainable Audio Hate Speech Detection はコメントを受け付けていません

Diseño de sonido para producciones audiovisuales e historias sonoras en el aula. Hacia una docencia creativa mediante el uso de herramientas inteligentes

投稿日: 2024年8月13日 作成者: jarxiv

要約 この研究は、オーディオビジュアル作品のサウンドデザインを教えた教育経験を共 … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS | Diseño de sonido para producciones audiovisuales e historias sonoras en el aula. Hacia una docencia creativa mediante el uso de herramientas inteligentes はコメントを受け付けていません

FLEURS-R: A Restored Multilingual Speech Corpus for Generation Tasks

投稿日: 2024年8月13日 作成者: jarxiv

要約 本稿では、Few-shot Learning Evaluation of … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | FLEURS-R: A Restored Multilingual Speech Corpus for Generation Tasks はコメントを受け付けていません

Audio Enhancement for Computer Audition — An Iterative Training Paradigm Using Sample Importance

投稿日: 2024年8月13日 作成者: jarxiv

要約 自動音声認識 (ASR) や音響シーン分類 (ASC) などのオーディオ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Audio Enhancement for Computer Audition — An Iterative Training Paradigm Using Sample Importance はコメントを受け付けていません

SELD-Mamba: Selective State-Space Model for Sound Event Localization and Detection with Source Distance Estimation

投稿日: 2024年8月12日 作成者: jarxiv

要約 サウンド イベントの位置特定と検出 (SELD) タスクでは、Transf … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | SELD-Mamba: Selective State-Space Model for Sound Event Localization and Detection with Source Distance Estimation はコメントを受け付けていません

U2++ MoE: Scaling 4.7x parameters with minimal impact on RTF

投稿日: 2024年8月9日 作成者: jarxiv

要約 Scale は自然言語処理の新たな境地を切り開きましたが、それには高いコス … 続きを読む →

カテゴリー: cs.CL, eess.AS, I.2.7 | U2++ MoE: Scaling 4.7x parameters with minimal impact on RTF はコメントを受け付けていません

HydraFormer: One Encoder For All Subsampling Rates

投稿日: 2024年8月9日 作成者: jarxiv

要約 自動音声認識では、多様なシナリオに取り組むためにサブサンプリングが不可欠で … 続きを読む →

カテゴリー: cs.CL, eess.AS | HydraFormer: One Encoder For All Subsampling Rates はコメントを受け付けていません