-
最近の投稿
- KISS-Matcher: Fast and Robust Point Cloud Registration Revisited
- Unpacking Failure Modes of Generative Policies: Runtime Monitoring of Consistency and Progress
- Mode-GS: Monocular Depth Guided Anchored 3D Gaussian Splatting for Robust Ground-View Scene Rendering
- A Universal Formulation for Path-Parametric Planning and Control
- Next Best Sense: Guiding Vision and Touch with FisherRF for 3D Gaussian Splatting
-
最近のコメント
表示できるコメントはありません。 cs.AI (27775) cs.CL (20990) cs.CR (2176) cs.CV (34489) cs.LG (32518) cs.RO (15916) cs.SY (2472) eess.IV (4231) eess.SY (2466) stat.ML (4356)
「eess.AS」カテゴリーアーカイブ
Exploring Meta Information for Audio-based Zero-shot Bird Classification
要約 受動的音響モニタリングと機械学習の進歩により、計算による生体音響研究のため … 続きを読む
MM-KWS: Multi-modal Prompts for Multilingual User-defined Keyword Spotting
要約 この論文では、テキストと音声テンプレートのマルチモーダル登録を活用した、ユ … 続きを読む
Multimodal Belief Prediction
要約 話者の信念に対する取り組みのレベルを認識するのは難しい作業です。 人間は文 … 続きを読む
CTC-based Non-autoregressive Textless Speech-to-Speech Translation
要約 直接音声間翻訳 (S2ST) は優れた翻訳品質を実現していますが、音声シー … 続きを読む
Enhancing CTC-based speech recognition with diverse modeling units
要約 近年、トランスフォーマーなどの深層学習アーキテクチャの進歩により、エンドツ … 続きを読む
Multi-Modal Automatic Prosody Annotation with Contrastive Pretraining of SSWP
要約 表現力豊かで制御可能な Text-to-Speech (TTS) では、明 … 続きを読む
Hearing Anything Anywhere
要約 近年、3D コンピュータ ビジョンとコンピュータ グラフィックスが大幅に進 … 続きを読む
mHuBERT-147: A Compact Multilingual HuBERT Model
要約 我々は、90,000 時間のクリーンなオープンライセンス データでトレーニ … 続きを読む
A Parameter-efficient Language Extension Framework for Multilingual ASR
要約 多言語音声認識モデル (MASR) ですべての言語をカバーすることは非常に … 続きを読む
mHuBERT-147: A Compact Multilingual HuBERT Model
要約 我々は、90,000 時間のクリーンなオープンライセンス データでトレーニ … 続きを読む