「eess.AS」カテゴリーアーカイブ

InSerter: Speech Instruction Following with Unsupervised Interleaved Pre-training

投稿日: 2025年3月5日 作成者: jarxiv

要約 スピーチの大規模な言語モデル（SpeechllMS）の最近の進歩は、かなり … 続きを読む →

カテゴリー: cs.CL, cs.HC, cs.SD, eess.AS | InSerter: Speech Instruction Following with Unsupervised Interleaved Pre-training はコメントを受け付けていません

A Multimodal Symphony: Integrating Taste and Sound through Generative AI

投稿日: 2025年3月5日 作成者: jarxiv

要約 ここ数十年で、神経科学的および心理的研究は、味と聴覚認識の間の直接的な関係 … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, eess.AS, I.2.6 | A Multimodal Symphony: Integrating Taste and Sound through Generative AI はコメントを受け付けていません

Enabling Auditory Large Language Models for Automatic Speech Quality Evaluation

投稿日: 2025年3月4日 作成者: jarxiv

要約 音声品質評価では通常、平均オピニオンスコア(MOS)や話者類似度(SIM) … 続きを読む →

カテゴリー: cs.CL, cs.SD, eess.AS | Enabling Auditory Large Language Models for Automatic Speech Quality Evaluation はコメントを受け付けていません

Offload Rethinking by Cloud Assistance for Efficient Environmental Sound Recognition on LPWANs

投稿日: 2025年3月4日 作成者: jarxiv

要約 学習ベースの環境音認識は、生物学研究や都市規模のセンシングシステムにおける … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.NI, cs.SD, eess.AS | Offload Rethinking by Cloud Assistance for Efficient Environmental Sound Recognition on LPWANs はコメントを受け付けていません

Open-Source Manually Annotated Vocal Tract Database for Automatic Segmentation from 3D MRI Using Deep Learning: Benchmarking 2D and 3D Convolutional and Transformer Networks

投稿日: 2025年3月3日 作成者: jarxiv

要約 さまざまな音声および音声アプリケーションには、磁気共鳴イメージング（MRI … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Open-Source Manually Annotated Vocal Tract Database for Automatic Segmentation from 3D MRI Using Deep Learning: Benchmarking 2D and 3D Convolutional and Transformer Networks はコメントを受け付けていません

On Adversarial Attacks In Acoustic Drone Localization

投稿日: 2025年2月28日 作成者: jarxiv

要約 マルチローターの空中自動運転車（MAV、より広く知られている「ドローン」） … 続きを読む →

カテゴリー: cs.RO, cs.SD, eess.AS | On Adversarial Attacks In Acoustic Drone Localization はコメントを受け付けていません

Adapting Automatic Speech Recognition for Accented Air Traffic Control Communications

投稿日: 2025年2月28日 作成者: jarxiv

要約 航空交通管制（ATC）における効果的なコミュニケーションは、航空の安全性を … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Adapting Automatic Speech Recognition for Accented Air Traffic Control Communications はコメントを受け付けていません

Robots Have Been Seen and Not Heard: Effects of Consequential Sounds on Human-Perception of Robots

投稿日: 2025年2月27日 作成者: jarxiv

要約 ロボットは、「結果的な音」として知られる強制マシンの音を動かして動作させま … 続きを読む →

カテゴリー: cs.RO, eess.AS | Robots Have Been Seen and Not Heard: Effects of Consequential Sounds on Human-Perception of Robots はコメントを受け付けていません

Optimizing Multi-Stuttered Speech Classification: Leveraging Whisper’s Encoder for Efficient Parameter Reduction in Automated Assessment

投稿日: 2025年2月27日 作成者: jarxiv

要約 st音の自動分類は、音声言語病理学者に支援を提供するタイムリーな評価に大き … 続きを読む →

カテゴリー: cs.LG, cs.SD, eess.AS | Optimizing Multi-Stuttered Speech Classification: Leveraging Whisper’s Encoder for Efficient Parameter Reduction in Automated Assessment はコメントを受け付けていません

Combining TF-GridNet and Mixture Encoder for Continuous Speech Separation for Meeting Transcription

投稿日: 2025年2月27日 作成者: jarxiv

要約 自動音声認識（ASR）の多くの実際のアプリケーションでは、重複した音声の処 … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SD, eess.AS | Combining TF-GridNet and Mixture Encoder for Continuous Speech Separation for Meeting Transcription はコメントを受け付けていません