「eess.AS」カテゴリーアーカイブ

Non-Invasive Suicide Risk Prediction Through Speech Analysis

投稿日: 2024年10月31日 作成者: jarxiv

要約 救急部門での専門的な精神医学的評価と自殺傾向のリスクのある患者へのケアへの … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS, I.2 | Non-Invasive Suicide Risk Prediction Through Speech Analysis はコメントを受け付けていません

Improving Spoken Language Modeling with Phoneme Classification: A Simple Fine-tuning Approach

投稿日: 2024年10月31日 作成者: jarxiv

要約 音声言語モデリングの最近の進歩により、音声から直接言語を学習することが可能 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Improving Spoken Language Modeling with Phoneme Classification: A Simple Fine-tuning Approach はコメントを受け付けていません

A Neural Transformer Framework for Simultaneous Tasks of Segmentation, Classification, and Caller Identification of Marmoset Vocalization

投稿日: 2024年10月31日 作成者: jarxiv

要約 マーモセットは、高度に鳴き声を発する霊長類であり、社会的コミュニケーション … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | A Neural Transformer Framework for Simultaneous Tasks of Segmentation, Classification, and Caller Identification of Marmoset Vocalization はコメントを受け付けていません

Aligning Audio-Visual Joint Representations with an Agentic Workflow

投稿日: 2024年10月31日 作成者: jarxiv

要約 ビジュアル コンテンツと付随するオーディオ信号は、オーディオビジュアル ( … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.MM, cs.SD, eess.AS | Aligning Audio-Visual Joint Representations with an Agentic Workflow はコメントを受け付けていません

Sing it, Narrate it: Quality Musical Lyrics Translation

投稿日: 2024年10月30日 作成者: jarxiv

要約 ミュージカルの歌詞の翻訳には、長さや韻などの歌いやすさの要件を守りながら、 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Sing it, Narrate it: Quality Musical Lyrics Translation はコメントを受け付けていません

Very Attentive Tacotron: Robust and Unbounded Length Generalization in Autoregressive Transformer-Based Text-to-Speech

投稿日: 2024年10月30日 作成者: jarxiv

要約 自己回帰 (AR) Transformer ベースのシーケンス モデルは、 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Very Attentive Tacotron: Robust and Unbounded Length Generalization in Autoregressive Transformer-Based Text-to-Speech はコメントを受け付けていません

Structured Multi-Track Accompaniment Arrangement via Style Prior Modelling

投稿日: 2024年10月30日 作成者: jarxiv

要約 音楽 AI の分野では、シンプルなリードシートから豊かで構造化されたマルチ … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS | Structured Multi-Track Accompaniment Arrangement via Style Prior Modelling はコメントを受け付けていません

Leveraging Reverberation and Visual Depth Cues for Sound Event Localization and Detection with Distance Estimation

投稿日: 2024年10月30日 作成者: jarxiv

要約 このレポートでは、DCASE2024 タスク 3 チャレンジ「音源距離推定 … 続きを読む →

カテゴリー: cs.AI, eess.AS, eess.IV, eess.SP | Leveraging Reverberation and Visual Depth Cues for Sound Event Localization and Detection with Distance Estimation はコメントを受け付けていません

RankUp: Boosting Semi-Supervised Regression with an Auxiliary Ranking Classifier

投稿日: 2024年10月30日 作成者: jarxiv

要約 FixMatch やその亜種などの最先端 (SOTA) 半教師あり学習手法 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG, cs.SD, eess.AS | RankUp: Boosting Semi-Supervised Regression with an Auxiliary Ranking Classifier はコメントを受け付けていません

Towards Open Respiratory Acoustic Foundation Models: Pretraining and Benchmarking

投稿日: 2024年10月29日 作成者: jarxiv

要約 咳や呼吸音などの呼吸音には、幅広い医療用途を予測する力がありますが、現時点 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SD, eess.AS | Towards Open Respiratory Acoustic Foundation Models: Pretraining and Benchmarking はコメントを受け付けていません