-
最近の投稿
- Topological mapping for traversability-aware long-range navigation in off-road terrain
- Equality Constrained Diffusion for Direct Trajectory Optimization
- Learning-Based Autonomous Navigation, Benchmark Environments and Simulation Framework for Endovascular Interventions
- Language Supervised Human Action Recognition with Salient Fusion: Construction Worker Action Recognition as a Use Case
- Bi-Level Motion Imitation for Humanoid Robots
-
最近のコメント
表示できるコメントはありません。 cs.AI (27641) cs.CL (20879) cs.CR (2167) cs.CV (34375) cs.LG (32373) cs.RO (15816) cs.SY (2460) eess.IV (4221) eess.SY (2454) stat.ML (4339)
「eess.AS」カテゴリーアーカイブ
Self-Supervised Syllable Discovery Based on Speaker-Disentangled HuBERT
要約 自己教師付き音声表現学習は、転写されていない音声から意味のある特徴を抽出す … 続きを読む
Meta-Whisper: Speech-Based Meta-ICL for ASR on Low-Resource Languages
要約 この論文では、Whisper モデルを使用して低リソース言語の自動音声認識 … 続きを読む
Do Prompts Really Prompt? Exploring the Prompt Understanding Capability of Whisper
要約 この研究では、プロンプトの情報が高性能音声認識モデル Whisper とど … 続きを読む
DreamHead: Learning Spatial-Temporal Correspondence via Hierarchical Diffusion for Audio-driven Talking Head Synthesis
要約 オーディオ駆動トーキング ヘッド合成は、提供されたオーディオから本物のよう … 続きを読む
MusicLIME: Explainable Multimodal Music Understanding
要約 マルチモーダル モデルは、オーディオと歌詞の間の複雑な相互作用を捉えるため … 続きを読む
An Efficient Self-Learning Framework For Interactive Spoken Dialog Systems
要約 音声アシスタントなどの対話システムは、複雑で進化する会話にユーザーと関わる … 続きを読む
2D or not 2D: How Does the Dimensionality of Gesture Representation Affect 3D Co-Speech Gesture Generation?
要約 共同スピーチのジェスチャーはコミュニケーションの基本です。 最近の深層学習 … 続きを読む
HLTCOE JHU Submission to the Voice Privacy Challenge 2024
要約 我々は、kNN-VC 法や WavLM 音声変換法などの音声変換ベースのシ … 続きを読む
Clean Label Attacks against SLU Systems
要約 ポイズニング バックドア攻撃では、攻撃者がトレーニング データを操作して、 … 続きを読む