「eess.AS」カテゴリーアーカイブ

I can listen but cannot read: An evaluation of two-tower multimodal systems for instrument recognition

投稿日: 2024年7月26日 作成者: jarxiv

要約 音楽 2 タワー マルチモーダル システムは、オーディオとテキストのモダリ … 続きを読む →

カテゴリー: cs.CL, cs.IR, cs.LG, cs.SD, eess.AS | I can listen but cannot read: An evaluation of two-tower multimodal systems for instrument recognition はコメントを受け付けていません

Action2Sound: Ambient-Aware Generation of Action Sounds from Egocentric Videos

投稿日: 2024年7月26日 作成者: jarxiv

要約 人間の動作に合わせてリアルなオーディオを生成することは、映画や仮想現実ゲー … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.SD, eess.AS | Action2Sound: Ambient-Aware Generation of Action Sounds from Egocentric Videos はコメントを受け付けていません

Long-Term, Store-Front Robotics: Interactive Music for Robotic Arm, Caxixi and Frame Drums

投稿日: 2024年7月25日 作成者: jarxiv

要約 この論文では、特に UR3 ロボット アーム、特注フレーム ドラム、および … 続きを読む →

カテゴリー: cs.RO, cs.SD, eess.AS | Long-Term, Store-Front Robotics: Interactive Music for Robotic Arm, Caxixi and Frame Drums はコメントを受け付けていません

Detecting Throat Cancer from Speech Signals using Machine Learning: A Scoping Literature Review

投稿日: 2024年7月25日 作成者: jarxiv

要約 はじめに: 咽頭がんの症例は世界中で増加しています。 後の段階では生存率が … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Detecting Throat Cancer from Speech Signals using Machine Learning: A Scoping Literature Review はコメントを受け付けていません

Zero-Shot vs. Few-Shot Multi-Speaker TTS Using Pre-trained Czech SpeechT5 Model

投稿日: 2024年7月25日 作成者: jarxiv

要約 この論文では、大規模なデータセットで事前トレーニングされた SpeechT … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Zero-Shot vs. Few-Shot Multi-Speaker TTS Using Pre-trained Czech SpeechT5 Model はコメントを受け付けていません

Speech Editing — a Summary

投稿日: 2024年7月25日 作成者: jarxiv

要約 ビデオ制作とソーシャル メディアの台頭により、クリエイターが音声録音におけ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Speech Editing — a Summary はコメントを受け付けていません

Audio Prompt Adapter: Unleashing Music Editing Abilities for Text-to-Music with Lightweight Finetuning

投稿日: 2024年7月25日 作成者: jarxiv

要約 テキストから音楽へのモデルを使用すると、ユーザーはテキスト コマンドを使用 … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Audio Prompt Adapter: Unleashing Music Editing Abilities for Text-to-Music with Lightweight Finetuning はコメントを受け付けていません

Synthesizer Sound Matching Using Audio Spectrogram Transformers

投稿日: 2024年7月24日 作成者: jarxiv

要約 入力サウンドをエミュレートするためにシンセサイザーのパラメータを自動的に設 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Synthesizer Sound Matching Using Audio Spectrogram Transformers はコメントを受け付けていません

Automatic Equalization for Individual Instrument Tracks Using Convolutional Neural Networks

投稿日: 2024年7月24日 作成者: jarxiv

要約 個々の楽器トラックの自動イコライゼーションのための新しいアプローチを提案し … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Automatic Equalization for Individual Instrument Tracks Using Convolutional Neural Networks はコメントを受け付けていません

Evolutionary Prompt Design for LLM-Based Post-ASR Error Correction

投稿日: 2024年7月24日 作成者: jarxiv

要約 最新の大規模言語モデル (LLM) の強みを基盤として、生成的誤り訂正 ( … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Evolutionary Prompt Design for LLM-Based Post-ASR Error Correction はコメントを受け付けていません