「eess.AS」カテゴリーアーカイブ

Scenario of Use Scheme: Threat Model Specification for Speaker Privacy Protection in the Medical Domain

投稿日: 2024年9月26日 作成者: jarxiv

要約 病気の検出や監視のために音声録音が頻繁に使用されるようになり、プライバシー … 続きを読む →

カテゴリー: cs.AI, cs.CR, cs.SD, eess.AS | Scenario of Use Scheme: Threat Model Specification for Speaker Privacy Protection in the Medical Domain はコメントを受け付けていません

Facial Expression-Enhanced TTS: Combining Face Representation and Emotion Intensity for Adaptive Speech

投稿日: 2024年9月26日 作成者: jarxiv

要約 FEIM-TTS は、顔画像に合わせて感情の強さによって調整され、感情表現 … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Facial Expression-Enhanced TTS: Combining Face Representation and Emotion Intensity for Adaptive Speech はコメントを受け付けていません

Takin: A Cohort of Superior Quality Zero-shot Speech Generation Models

投稿日: 2024年9月25日 作成者: jarxiv

要約 ビッグデータと大規模言語モデル時代の到来により、ゼロショットでパーソナライ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Takin: A Cohort of Superior Quality Zero-shot Speech Generation Models はコメントを受け付けていません

Takin: A Cohort of Superior Quality Zero-shot Speech Generation Models

投稿日: 2024年9月24日 作成者: jarxiv

要約 ビッグデータと大規模言語モデル時代の到来により、ゼロショットでパーソナライ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Takin: A Cohort of Superior Quality Zero-shot Speech Generation Models はコメントを受け付けていません

ASR Benchmarking: Need for a More Representative Conversational Dataset

投稿日: 2024年9月19日 作成者: jarxiv

要約 自動音声認識 (ASR) システムは、LibriSpeech や Fleu … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | ASR Benchmarking: Need for a More Representative Conversational Dataset はコメントを受け付けていません

Low Frame-rate Speech Codec: a Codec Designed for Fast High-quality Speech LLM Training and Inference

投稿日: 2024年9月19日 作成者: jarxiv

要約 大規模言語モデル (LLM) は、オーディオを個別のトークンに変換するオー … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Low Frame-rate Speech Codec: a Codec Designed for Fast High-quality Speech LLM Training and Inference はコメントを受け付けていません

Pareto Data Framework: Steps Towards Resource-Efficient Decision Making Using Minimum Viable Data (MVD)

投稿日: 2024年9月19日 作成者: jarxiv

要約 このペーパーでは、組み込みシステム、モバイル デバイス、モノのインターネッ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SD, eess.AS | Pareto Data Framework: Steps Towards Resource-Efficient Decision Making Using Minimum Viable Data (MVD) はコメントを受け付けていません

Takin: A Cohort of Superior Quality Zero-shot Speech Generation Models

投稿日: 2024年9月19日 作成者: jarxiv

要約 ビッグデータと大規模言語モデル時代の到来により、ゼロショットでパーソナライ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Takin: A Cohort of Superior Quality Zero-shot Speech Generation Models はコメントを受け付けていません

HLTCOE JHU Submission to the Voice Privacy Challenge 2024

投稿日: 2024年9月18日 作成者: jarxiv

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 →

カテゴリー: cs.LG, eess.AS | HLTCOE JHU Submission to the Voice Privacy Challenge 2024 はコメントを受け付けていません

LC-Protonets: Multi-label Few-shot learning for world music audio tagging

投稿日: 2024年9月18日 作成者: jarxiv

要約 我々は、モデルを少数の利用可能な例のみに基づいて新しいクラスに一般化する必 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | LC-Protonets: Multi-label Few-shot learning for world music audio tagging はコメントを受け付けていません