「eess.AS」カテゴリーアーカイブ

Look Once to Hear: Target Speech Hearing with Noisy Examples

投稿日: 2024年5月13日 作成者: jarxiv

要約 混雑した環境では、人間の脳は、音声がどのように聞こえるかについて事前に知識 … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Look Once to Hear: Target Speech Hearing with Noisy Examples はコメントを受け付けていません

An Investigation of Incorporating Mamba for Speech Enhancement

投稿日: 2024年5月13日 作成者: jarxiv

要約 この研究は、音声強調 (SE) タスク用のスケーラブルな状態空間モデル ( … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | An Investigation of Incorporating Mamba for Speech Enhancement はコメントを受け付けていません

Speech Understanding on Tiny Devices with A Learning Cache

投稿日: 2024年5月9日 作成者: jarxiv

要約 この論文では、マイクロコントローラーのような組み込みデバイス上の音声言語理 … 続きを読む →

カテゴリー: cs.LG, eess.AS | Speech Understanding on Tiny Devices with A Learning Cache はコメントを受け付けていません

An LSTM-Based Chord Generation System Using Chroma Histogram Representations

投稿日: 2024年5月9日 作成者: jarxiv

要約 この論文では、コードのクロマ ヒストグラム表現でトレーニングされた LST … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | An LSTM-Based Chord Generation System Using Chroma Histogram Representations はコメントを受け付けていません

SVDD Challenge 2024: A Singing Voice Deepfake Detection Challenge Evaluation Plan

投稿日: 2024年5月9日 作成者: jarxiv

要約 AI によって生成された歌声の急速な進歩により、自然な人間の歌声が忠実に模 … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS | SVDD Challenge 2024: A Singing Voice Deepfake Detection Challenge Evaluation Plan はコメントを受け付けていません

Adapting WavLM for Speech Emotion Recognition

投稿日: 2024年5月8日 作成者: jarxiv

要約 最近、下流タスクでの音声自己教師ありモデル (SSL) の使用が大きな注目 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Adapting WavLM for Speech Emotion Recognition はコメントを受け付けていません

Fine-grained Speech Sentiment Analysis in Chinese Psychological Support Hotlines Based on Large-scale Pre-trained Model

投稿日: 2024年5月8日 作成者: jarxiv

要約 自殺と自殺行為は、依然として公共政策と医療にとって重大な課題です。 これに … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Fine-grained Speech Sentiment Analysis in Chinese Psychological Support Hotlines Based on Large-scale Pre-trained Model はコメントを受け付けていません

Deep Space Separable Distillation for Lightweight Acoustic Scene Classification

投稿日: 2024年5月7日 作成者: jarxiv

要約 音響シーン分類（ASC）は実世界において非常に重要である。近年、ディープラ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Deep Space Separable Distillation for Lightweight Acoustic Scene Classification はコメントを受け付けていません

Unveiling the Potential of LLM-Based ASR on Chinese Open-Source Datasets

投稿日: 2024年5月7日 作成者: jarxiv

要約 大規模言語モデル(LLM)は、様々な自然言語処理タスクにおいて比類のない有 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Unveiling the Potential of LLM-Based ASR on Chinese Open-Source Datasets はコメントを受け付けていません

Training-Free Deepfake Voice Recognition by Leveraging Large-Scale Pre-Trained Models

投稿日: 2024年5月7日 作成者: jarxiv

要約 汎化は、現在のオーディオ・ディープフェイク検出器の主な問題であり、分布外の … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Training-Free Deepfake Voice Recognition by Leveraging Large-Scale Pre-Trained Models はコメントを受け付けていません