「eess.AS」カテゴリーアーカイブ

A Quantitative Approach to Understand Self-Supervised Models as Cross-lingual Feature Extractors

投稿日: 2023年11月28日 作成者: jarxiv

要約 この研究では、言語を超えたコンテキストで英語の自己教師あり学習 (SSL) … 続きを読む →

カテゴリー: cs.CL, eess.AS | A Quantitative Approach to Understand Self-Supervised Models as Cross-lingual Feature Extractors はコメントを受け付けていません

CheapNET: Improving Light-weight speech enhancement network by projected loss function

投稿日: 2023年11月28日 作成者: jarxiv

要約 ノイズ抑制とエコー キャンセルは音声強調において重要であり、スマート デバ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | CheapNET: Improving Light-weight speech enhancement network by projected loss function はコメントを受け付けていません

SER_AMPEL: A multi-source dataset for SER of Italian older adults

投稿日: 2023年11月27日 作成者: jarxiv

要約 この論文では、音声感情認識 (SER) 用のマルチソース データセットであ … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | SER_AMPEL: A multi-source dataset for SER of Italian older adults はコメントを受け付けていません

tinyCLAP: Distilling Constrastive Language-Audio Pretrained Models

投稿日: 2023年11月27日 作成者: jarxiv

要約 Contrastive Language-Audio Pretrainin … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | tinyCLAP: Distilling Constrastive Language-Audio Pretrained Models はコメントを受け付けていません

GEmo-CLAP: Gender-Attribute-Enhanced Contrastive Language-Audio Pretraining for Accurate Speech Emotion Recognition

投稿日: 2023年11月27日 作成者: jarxiv

要約 対照的クロスモダリティ事前トレーニングは、最近さまざまな分野で目覚ましい成 … 続きを読む →

カテゴリー: cs.CL, cs.MM, cs.SD, eess.AS | GEmo-CLAP: Gender-Attribute-Enhanced Contrastive Language-Audio Pretraining for Accurate Speech Emotion Recognition はコメントを受け付けていません

The effect of speech pathology on automatic speaker verification — a large-scale study

投稿日: 2023年11月23日 作成者: jarxiv

要約 データ駆動型音声処理の課題を乗り越える際の主なハードルの 1 つは、信頼で … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | The effect of speech pathology on automatic speaker verification — a large-scale study はコメントを受け付けていません

Audio classification with Dilated Convolution with Learnable Spacings

投稿日: 2023年11月23日 作成者: jarxiv

要約 学習可能な間隔を備えた拡張畳み込み (DCLS) は、バックプロパゲーショ … 続きを読む →

カテゴリー: cs.AI, cs.SD, eess.AS | Audio classification with Dilated Convolution with Learnable Spacings はコメントを受け付けていません

Multi-channel Speech Separation Using Spatially Selective Deep Non-linear Filters

投稿日: 2023年11月22日 作成者: jarxiv

要約 複数の話者によるマルチチャンネル分離タスクでは、混合物からすべての個々の音 … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Multi-channel Speech Separation Using Spatially Selective Deep Non-linear Filters はコメントを受け付けていません

Psychoacoustic Challenges Of Speech Enhancement On VoIP Platforms

投稿日: 2023年11月22日 作成者: jarxiv

要約 VoIP (Voice over Internet Protocol) 通 … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Psychoacoustic Challenges Of Speech Enhancement On VoIP Platforms はコメントを受け付けていません

Speaker-Adapted End-to-End Visual Speech Recognition for Continuous Spanish

投稿日: 2023年11月22日 作成者: jarxiv

要約 さまざまな研究により、音声認識プロセス全体を通じて視覚的な手がかりが重要で … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.SD, eess.AS | Speaker-Adapted End-to-End Visual Speech Recognition for Continuous Spanish はコメントを受け付けていません