-
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
A corpus-based investigation of pitch contours of monosyllabic words in conversational Taiwan Mandarin
要約 中国語では、単独で、または注意して話したときに生成される単音節単語の音調の … 続きを読む
The Faetar Benchmark: Speech Recognition in a Very Under-Resourced Language
要約 Faetar 自動音声認識ベンチマークを紹介します。これは、低リソースの音 … 続きを読む
AudioBERT: Audio Knowledge Augmented Language Model
要約 最近の研究では、テキストのみのデータセットで事前トレーニングされた言語モデ … 続きを読む
Sim2Real Transfer for Audio-Visual Navigation with Frequency-Adaptive Acoustic Field Prediction
要約 Sim2real 転送は、シミュレーションでロボット タスクをエンドツーエ … 続きを読む
D-CAPTCHA++: A Study of Resilience of Deepfake CAPTCHA under Transferable Imperceptible Adversarial Attack
要約 生成 AI の進歩により、テキスト読み上げや音声変換などの音声合成モデルの … 続きを読む
Cross-Modal Denoising: A Novel Training Paradigm for Enhancing Speech-Image Retrieval
要約 音声と画像の検索が成功するかどうかは、音声と画像の間の効果的な調整を確立で … 続きを読む
Coarse-to-fine Alignment Makes Better Speech-image Retrieval
要約 この論文では、音声画像検索のための新しいフレームワークを提案します。 音声 … 続きを読む
Cross-Dialect Text-To-Speech in Pitch-Accent Language Incorporating Multi-Dialect Phoneme-Level BERT
要約 私たちは、非母国語の方言、特に高低アクセント言語で学習した話者の音声を合成 … 続きを読む
A Suite for Acoustic Language Model Evaluation
要約 音声言語モデルは最近、汎用音声処理システムとして大きな可能性を示しています … 続きを読む
EventTrojan: Manipulating Non-Intrusive Speech Quality Assessment via Imperceptible Events
要約 非侵入型音声品質評価 (NISQA) は、参照音声を必要とせずに音声の平均 … 続きを読む