-
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
Dance Any Beat: Blending Beats with Visuals in Dance Video Generation
要約 音楽からダンスを生成するというタスクは重要ですが、主に関節シーケンスを生成 … 続きを読む
Where Visual Speech Meets Language: VSP-LLM Framework for Efficient and Context-Aware Visual Speech Processing
要約 視覚的音声処理では、唇の動きの曖昧な性質により、コンテキスト モデリング機 … 続きを読む
SpeechVerse: A Large-scale Generalizable Audio Language Model
要約 大規模言語モデル (LLM) は、自然言語命令の意味的理解を必要とするタス … 続きを読む
SpeechGuard: Exploring the Adversarial Robustness of Multimodal Large Language Models
要約 音声指示に従い、関連するテキスト応答を生成できる統合音声モデルおよび大規模 … 続きを読む
Investigating Design Choices in Joint-Embedding Predictive Architectures for General Audio Representation Learning
要約 この論文は、自己教師ありの汎用音声表現学習の問題に取り組みます。 このタス … 続きを読む
Are Sounds Sound for Phylogenetic Reconstruction?
要約 言語進化に関する伝統的な研究では、学者は言語家系図の系統推論における健全な … 続きを読む
Age-Dependent Analysis and Stochastic Generation of Child-Directed Speech
要約 子ども向けスピーチ (CDS) は、大人が幼い子どもに話しかけるときに使用 … 続きを読む
Are Sounds Sound for Phylogenetic Reconstruction?
要約 言語進化に関する伝統的な研究では、学者は言語家系図の系統推論における健全な … 続きを読む
FastSAG: Towards Fast Non-Autoregressive Singing Accompaniment Generation
要約 入力ボーカルに伴奏する楽器音楽を生成する歌唱伴奏生成 (SAG) は、人間 … 続きを読む