「eess.AS」カテゴリーアーカイブ

Beyond Single-Audio: Advancing Multi-Audio Processing in Audio Large Language Models

投稿日: 2024年9月30日 作成者: jarxiv

要約 最近、単一の統合モデルを使用してさまざまなオーディオ タスクに同時に取り組 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.MM, cs.SD, eess.AS | Beyond Single-Audio: Advancing Multi-Audio Processing in Audio Large Language Models はコメントを受け付けていません

Speech Boosting: Low-Latency Live Speech Enhancement for TWS Earbuds

投稿日: 2024年9月30日 作成者: jarxiv

要約 このペーパーでは、デバイス上での真のワイヤレス ステレオ (TWS) イヤ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS, eess.SP | Speech Boosting: Low-Latency Live Speech Enhancement for TWS Earbuds はコメントを受け付けていません

Are Transformers in Pre-trained LM A Good ASR Encoder? An Empirical Study

投稿日: 2024年9月27日 作成者: jarxiv

要約 この研究では、自動音声認識 (ASR) のエンコーダーとして再利用された場 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Are Transformers in Pre-trained LM A Good ASR Encoder? An Empirical Study はコメントを受け付けていません

GTSinger: A Global Multi-Technique Singing Corpus with Realistic Music Scores for All Singing Tasks

投稿日: 2024年9月27日 作成者: jarxiv

要約 高品質でマルチタスクの歌唱データセットの不足は、既存の歌唱データセットの品 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | GTSinger: A Global Multi-Technique Singing Corpus with Realistic Music Scores for All Singing Tasks はコメントを受け付けていません

Revisiting Acoustic Similarity in Emotional Speech and Music via Self-Supervised Representations

投稿日: 2024年9月27日 作成者: jarxiv

要約 音声と音楽からの感情認識には、音響的な重複があるため類似点があり、これらの … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.MM, cs.SD, eess.AS | Revisiting Acoustic Similarity in Emotional Speech and Music via Self-Supervised Representations はコメントを受け付けていません

Data-Driven Room Acoustic Modeling Via Differentiable Feedback Delay Networks With Learnable Delay Lines

投稿日: 2024年9月26日 作成者: jarxiv

要約 過去数十年にわたり、物理的環境の室内音響をエミュレートすることを目的とした … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Data-Driven Room Acoustic Modeling Via Differentiable Feedback Delay Networks With Learnable Delay Lines はコメントを受け付けていません

Cross-lingual Speech Emotion Recognition: Humans vs. Self-Supervised Models

投稿日: 2024年9月26日 作成者: jarxiv

要約 音声感情認識 (SER) に自己教師あり学習 (SSL) モデルを利用する … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC, cs.SD, eess.AS | Cross-lingual Speech Emotion Recognition: Humans vs. Self-Supervised Models はコメントを受け付けていません

Weighted Cross-entropy for Low-Resource Languages in Multilingual Speech Recognition

投稿日: 2024年9月26日 作成者: jarxiv

要約 この文書では、低リソース言語を多言語自動音声認識 (ASR) システムに統 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Weighted Cross-entropy for Low-Resource Languages in Multilingual Speech Recognition はコメントを受け付けていません

Semi-Supervised Cognitive State Classification from Speech with Multi-View Pseudo-Labeling

投稿日: 2024年9月26日 作成者: jarxiv

要約 ラベル付きデータの欠如は、音声分類タスク、特に認知状態分類などの広範な主観 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.MM, cs.SD, eess.AS | Semi-Supervised Cognitive State Classification from Speech with Multi-View Pseudo-Labeling はコメントを受け付けていません

Using LLM for Real-Time Transcription and Summarization of Doctor-Patient Interactions into ePuskesmas in Indonesia

投稿日: 2024年9月26日 作成者: jarxiv

要約 プスケスマスの非効率性に寄与する主な問題の 1 つは、医師と患者のやり取り … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SD, eess.AS | Using LLM for Real-Time Transcription and Summarization of Doctor-Patient Interactions into ePuskesmas in Indonesia はコメントを受け付けていません