-
最近の投稿
- Lightning UQ Box: A Comprehensive Framework for Uncertainty Quantification in Deep Learning
- Fine-Grained Expressive Power of Weisfeiler-Leman: A Homomorphism Counting Perspective
- Hybrid Feedback for Three-dimensional Convex Obstacle Avoidance (Extended version)
- Self-Deployable, Adaptive Soft Robots Based on Contracting-Cord Particle Jamming
- DecTrain: Deciding When to Train a DNN Online
-
最近のコメント
表示できるコメントはありません。 cs.AI (27713) cs.CL (20937) cs.CR (2171) cs.CV (34430) cs.LG (32450) cs.RO (15866) cs.SY (2464) eess.IV (4226) eess.SY (2458) stat.ML (4346)
「eess.AS」カテゴリーアーカイブ
Multitaper mel-spectrograms for keyword spotting
要約 キーワードスポッティング(KWS)は、特徴表現の品質に最も敏感な音声認識タ … 続きを読む
Romanization Encoding For Multilingual ASR
要約 多言語およびコードスイッチング自動音声認識(ASR)システムを最適化するた … 続きを読む
TokenVerse: Unifying Speech and NLP Tasks via Transducer-based ASR
要約 従来の音声からの会話インテリジェンスでは、カスケード・パイプラインが使用さ … 続きを読む
Controlling Whisper: Universal Acoustic Adversarial Attacks to Control Speech Foundation Models
要約 音声認識ベースの柔軟なシステムや、音声プロンプト付きの大規模言語モデル(L … 続きを読む
Performance Analysis of Speech Encoders for Low-Resource SLU and ASR in Tunisian Dialect
要約 自己教師あり学習(SSL)によって事前に学習された音声エンコーダは、音声言 … 続きを読む
Written Term Detection Improves Spoken Term Detection
要約 キーワード検索(KWS)に対するエンドツーエンド(E2E)アプローチは、自 … 続きを読む
Speculative Speech Recognition by Audio-Prefixed Low-Rank Adaptation of Language Models
要約 本論文では投機的音声認識(SSR)について検討する。投機的音声認識とは、従 … 続きを読む
Real-time Timbre Remapping with Differentiable DSP
要約 音色は、様々な音楽的文脈における主要な表現方法である。しかし、一般的なオー … 続きを読む
Investigating Decoder-only Large Language Models for Speech-to-text Translation
要約 大規模言語モデル(LLM)は、その卓越した推論能力、汎用性、多様な領域にわ … 続きを読む
Speaker- and Text-Independent Estimation of Articulatory Movements and Phoneme Alignments from Speech
要約 本論文では、これまで別々に扱われてきた2つのタスク、すなわち音響音声-調音 … 続きを読む