-
最近の投稿
- Learn With Imagination: Safe Set Guided State-wise Constrained Policy Optimization
- Effects of Muscle Synergy during Overhead Work with a Passive Shoulder Exoskeleton: A Case Study
- Development of a Low-Cost Prosthetic Hand Using Electromyography and Machine Learning
- Teaching Shortest Path Algorithms With a Robot and Overlaid Projections
- Speech to Reality: On-Demand Production using Natural Language, 3D Generative AI, and Discrete Robotic Assembly
-
最近のコメント
表示できるコメントはありません。 cs.AI (30124) cs.CL (22755) cs.CR (2336) cs.CV (36490) cs.LG (34945) cs.RO (17504) cs.SY (2689) eess.IV (4444) eess.SY (2683) stat.ML (4656)
「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
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
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
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
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
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
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
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
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