「eess.AS」カテゴリーアーカイブ

ParrotTTS: Text-to-Speech synthesis by exploiting self-supervised representations

投稿日: 2023年12月19日 作成者: jarxiv

要約 我々は、もつれを解いた自己教師あり音声表現を活用したモジュール化されたテキ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | ParrotTTS: Text-to-Speech synthesis by exploiting self-supervised representations はコメントを受け付けていません

Zero Resource Code-switched Speech Benchmark Using Speech Utterance Pairs For Multiple Spoken Languages

投稿日: 2023年12月19日 作成者: jarxiv

要約 自己監視型音声エンコーダのコードスイッチング機能を直接評価するために設計さ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Zero Resource Code-switched Speech Benchmark Using Speech Utterance Pairs For Multiple Spoken Languages はコメントを受け付けていません

Audio Generation with Multiple Conditional Diffusion Model

投稿日: 2023年12月19日 作成者: jarxiv

要約 テキストベースのオーディオ生成モデルには、オーディオ内のすべての情報を網羅 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Audio Generation with Multiple Conditional Diffusion Model はコメントを受け付けていません

StyleSinger: Style Transfer for Out-Of-Domain Singing Voice Synthesis

投稿日: 2023年12月19日 作成者: jarxiv

要約 ドメイン外 (OOD) 歌声合成 (SVS) のためのスタイル転送は、リフ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | StyleSinger: Style Transfer for Out-Of-Domain Singing Voice Synthesis はコメントを受け付けていません

Exploring Sound vs Vibration for Robust Fault Detection on Rotating Machinery

投稿日: 2023年12月19日 作成者: jarxiv

要約 回転機械の故障を堅牢かつリアルタイムで検出することは、さまざまな業界におけ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Exploring Sound vs Vibration for Robust Fault Detection on Rotating Machinery はコメントを受け付けていません

Understanding Probe Behaviors through Variational Bounds of Mutual Information

投稿日: 2023年12月18日 作成者: jarxiv

要約 自己教師あり表現の成功により、研究者は表現内にカプセル化された情報をより深 … 続きを読む →

カテゴリー: cs.IT, cs.LG, eess.AS, math.IT | Understanding Probe Behaviors through Variational Bounds of Mutual Information はコメントを受け付けていません

CIF-T: A Novel CIF-based Transducer Architecture for Automatic Speech Recognition

投稿日: 2023年12月18日 作成者: jarxiv

要約 RNN-T モデルは ASR で広く使用されており、RNN-T 損失に依存 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | CIF-T: A Novel CIF-based Transducer Architecture for Automatic Speech Recognition はコメントを受け付けていません

IR-UWB Radar-Based Contactless Silent Speech Recognition of Vowels, Consonants, Words, and Phrases

投稿日: 2023年12月18日 作成者: jarxiv

要約 無声音声認識 (SSR) については、いくつかのセンシング技術が提案されて … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | IR-UWB Radar-Based Contactless Silent Speech Recognition of Vowels, Consonants, Words, and Phrases はコメントを受け付けていません

Phoneme-aware Encoding for Prefix-tree-based Contextual ASR

投稿日: 2023年12月18日 作成者: jarxiv

要約 音声認識アプリケーションでは、固有名詞などの文脈固有の珍しい単語を認識する … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Phoneme-aware Encoding for Prefix-tree-based Contextual ASR はコメントを受け付けていません

Leveraging Language ID to Calculate Intermediate CTC Loss for Enhanced Code-Switching Speech Recognition

投稿日: 2023年12月18日 作成者: jarxiv

要約 近年、エンドツーエンドの音声認識は、従来の自動音声認識モデルの音響、発音辞 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Leveraging Language ID to Calculate Intermediate CTC Loss for Enhanced Code-Switching Speech Recognition はコメントを受け付けていません