「eess.AS」カテゴリーアーカイブ

Data-driven grapheme-to-phoneme representations for a lexicon-free text-to-speech

投稿日: 2024年1月22日 作成者: jarxiv

要約 Grapheme-to-Phoneme (G2P) は、最新の高品質 Te … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Data-driven grapheme-to-phoneme representations for a lexicon-free text-to-speech はコメントを受け付けていません

Multilingual acoustic word embeddings for zero-resource languages

投稿日: 2024年1月22日 作成者: jarxiv

要約 この研究は、ラベル付きデータのないゼロリソース言語向けの音声アプリケーショ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Multilingual acoustic word embeddings for zero-resource languages はコメントを受け付けていません

Attentive Fusion: A Transformer-based Approach to Multimodal Hate Speech Detection

投稿日: 2024年1月22日 作成者: jarxiv

要約 最近のソーシャル メディアの使用量の急増と急激な増加に伴い、ソーシャル メ … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS, eess.SP | Attentive Fusion: A Transformer-based Approach to Multimodal Hate Speech Detection はコメントを受け付けていません

Developing an AI-based Integrated System for Bee Health Evaluation

投稿日: 2024年1月19日 作成者: jarxiv

要約 ミツバチは世界の食料供給量の約3分の1を受粉しているが、農薬や害虫などのい … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.SD, eess.AS | Developing an AI-based Integrated System for Bee Health Evaluation はコメントを受け付けていません

On the Audio Hallucinations in Large Audio-Video Language Models

投稿日: 2024年1月19日 作成者: jarxiv

要約 大規模なオーディオビデオ言語モデルは、ビデオとオーディオの両方の説明を生成 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.MM, cs.SD, eess.AS | On the Audio Hallucinations in Large Audio-Video Language Models はコメントを受け付けていません

Towards Hierarchical Spoken Language Dysfluency Modeling

投稿日: 2024年1月19日 作成者: jarxiv

要約 音声流暢性モデリングは、言語療法と言語学習の両方のボトルネックです。 しか … 続きを読む →

カテゴリー: cs.CL, eess.AS | Towards Hierarchical Spoken Language Dysfluency Modeling はコメントを受け付けていません

Communication-Efficient Personalized Federated Learning for Speech-to-Text Tasks

投稿日: 2024年1月19日 作成者: jarxiv

要約 プライバシーを保護し、法的規制を満たすために、自動音声認識 (ASR) や … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Communication-Efficient Personalized Federated Learning for Speech-to-Text Tasks はコメントを受け付けていません

Attention-Based Recurrent Neural Network For Automatic Behavior Laying Hen Recognition

投稿日: 2024年1月19日 作成者: jarxiv

要約 現代の養鶏の関心の 1 つは、健康行動に関する非常に有益な情報を含む産卵鶏 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SD, eess.AS | Attention-Based Recurrent Neural Network For Automatic Behavior Laying Hen Recognition はコメントを受け付けていません

ICMC-ASR: The ICASSP 2024 In-Car Multi-Channel Automatic Speech Recognition Challenge

投稿日: 2024年1月19日 作成者: jarxiv

要約 運転シナリオにおける音声処理と認識の研究を促進するために、私たちは ISC … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | ICMC-ASR: The ICASSP 2024 In-Car Multi-Channel Automatic Speech Recognition Challenge はコメントを受け付けていません

FreGrad: Lightweight and Fast Frequency-aware Diffusion Vocoder

投稿日: 2024年1月19日 作成者: jarxiv

要約 この論文の目標は、FreGrad という軽量で高速な拡散ベースのボコーダー … 続きを読む →

カテゴリー: cs.AI, eess.AS, eess.SP | FreGrad: Lightweight and Fast Frequency-aware Diffusion Vocoder はコメントを受け付けていません