eess.AS」カテゴリーアーカイブ

Generating Sample-Based Musical Instruments Using Neural Audio Codec Language Models

要約 この論文では、テキストまたは参照音声プロンプトに基づいてサンプルベースの楽 … 続きを読む

カテゴリー: cs.LG, cs.SD, eess.AS | Generating Sample-Based Musical Instruments Using Neural Audio Codec Language Models はコメントを受け付けていません

Robustness of Speech Separation Models for Similar-pitch Speakers

要約 シングルチャネル音声分離は、マルチスピーカー環境で音声認識システムを強化す … 続きを読む

カテゴリー: cs.LG, eess.AS, eess.SP | Robustness of Speech Separation Models for Similar-pitch Speakers はコメントを受け付けていません

TTSDS — Text-to-Speech Distribution Score

要約 最近公開された Text-to-Speech (TTS) システムの多くは … 続きを読む

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | TTSDS — Text-to-Speech Distribution Score はコメントを受け付けていません

Cross-Speaker Encoding Network for Multi-Talker Speech Recognition

要約 エンドツーエンドのマルチ話者音声認識は、複数の話者からの重複した音声を直接 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Cross-Speaker Encoding Network for Multi-Talker Speech Recognition はコメントを受け付けていません

J-CHAT: Japanese Large-scale Spoken Dialogue Corpus for Spoken Dialogue Language Modeling

要約 音声対話は人間と AI の対話において重要な役割を果たしており、対話指向の … 続きを読む

カテゴリー: cs.CL, cs.SD, eess.AS | J-CHAT: Japanese Large-scale Spoken Dialogue Corpus for Spoken Dialogue Language Modeling はコメントを受け付けていません

dMel: Speech Tokenization made Simple

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

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

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

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

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