コンピューターサイエンス - サウンド

サウンド警察の無線通信を文字起こしする際の課題

研究によると、警察の無線通信の音声認識には難しさがあるみたい。

Tejes Srivastava, Ju-Chieh Chou, Priyank Shroff

2025-06-10T09:14:55+00:00 ― 1 分で読む

サウンドPDMX：AI音楽研究の新しいリソース

PDMXはAI開発のための公共ドメインのシンボリック音楽の豊富なコレクションを提供してるよ。

Phillip Long, Zachary Novack, Taylor Berg-Kirkpatrick

2025-06-10T08:26:20+00:00 ― 1 分で読む

音声・音声処理i-Vectorsを使ったスピーカー認識の進展

ある研究によると、iベクトルがスピーカー認識において複雑なモデルと競争できることがわかった。

Zakaria Aldeneh, Takuya Higuchi, Jee-weon Jung

2025-06-10T06:49:10+00:00 ― 1 分で読む

音声・音声処理スピーチモデルのパフォーマンスに影響を与えるデザイン選択

デザイン選択がスピーチファンデーションモデルにどう影響するかの研究。

Li-Wei Chen, Takuya Higuchi, He Bai

2025-06-10T06:00:35+00:00 ― 1 分で読む

音声・音声処理ランク測定を使ったスピーチモデルの評価

新しい方法が、順位測定を使って自己教師あり音声モデルを評価する。

Zakaria Aldeneh, Vimal Thilak, Takuya Higuchi

2025-06-10T05:12:00+00:00 ― 1 分で読む

音声・音声処理感情認識を通じた人間とロボットのインタラクション向上

研究は、ビジョントランスフォーマーを使ったロボットの感情認識の進展を強調してる。

Ruchik Mishra, Andrew Frye, Madan Mohan Rayguru

2025-06-10T02:46:15+00:00 ― 1 分で読む

機械学習呼吸器疾患モデルにおける性別バイアスに対処する

研究は呼吸器疾患における公正な診断の重要性を強調してるよ。

Rachel Pfeifer, Sudip Vhaduri, James Eric Dietz

2025-06-10T01:57:40+00:00 ― 1 分で読む

サウンドMusicLIME: AI音楽分析の新ツール

MusicLIMEは、音声や歌詞を通じて音楽を分析するAIのアプローチを説明するのを助ける。

Theodoros Sotirou, Vassilis Lyberatos, Orfeas Menis Mastromichalakis

2025-06-10T00:20:30+00:00 ― 1 分で読む

サウンド量子コンピュータで音を探求する

ヴァリエーショナル・クオンタム・ハーモナイザーで、量子コンピュータが音楽のクリエイティビティをどう変えているかを発見してみよう。

Paulo Vitor Itaboraí, Peter Thomas, Arianna Crippa

2025-06-10T00:10:24+00:00 ― 1 分で読む

音声・音声処理MCMambaモデルでスピーチの明瞭さを向上させる

MCMambaモデルは、騒がしい環境での音声品質を空間的およびスペクトル情報を使って改善するんだ。

Wenze Ren, Haibin Wu, Yi-Cheng Lin

2025-06-09T21:54:45+00:00 ― 1 分で読む

音声・音声処理低遅延音声強調技術の進歩

この研究は、騒がしい条件下での音声品質を向上させるための低遅延手法を評価してるよ。

Haibin Wu, Sebastian Braun

2025-06-09T20:17:35+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識バーチャルエージェントにおけるジェスチャー表現の影響

2Dと3Dのジェスチャーがバーチャルキャラクターのコミュニケーションにどう影響するかを調べる。

Téo Guichoux, Laure Soulier, Nicolas Obin

2025-06-09T19:29:00+00:00 ― 1 分で読む

音声・音声処理騒がしい環境での話者認識の改善

騒がしい環境での音声認識システムを向上させる研究。

Muhammad Sudipto Siam Dip, Md Anik Hasan, Sapnil Sarker Bipro

2025-06-09T18:40:25+00:00 ― 1 分で読む

音声・音声処理健康の未来：病気検出におけるスピーチ分析

研究者たちは、スピーチを使ってさまざまな健康状態を特定したり監視したりしているよ。

Catarina Botelho, Alberto Abad, Tanja Schultz

2025-06-09T17:51:50+00:00 ― 1 分で読む

音声・音声処理RF-GML: 音質への新しいアプローチ

RF-GMLは、基準信号なしで音質を測定するんだ。

Arijit Biswas, Guanxin Jiang

2025-06-09T16:14:40+00:00 ― 1 分で読む

音声・音声処理ルームイコライゼーションで音質アップ

ルームイコライゼーションがいろんな環境での音の体験をどう向上させるかを学ぼう。

James Brooks-Park, Martin Bo Møller, Jan Østergaard

2025-06-09T14:37:30+00:00 ― 1 分で読む

音声・音声処理StyleTTS-ZSによるテキスト音声変換の進展

StyleTTS-ZSは、手間いらずで高品質な音声合成を提供してくれるよ。

Yinghao Aaron Li, Xilin Jiang, Cong Han

2025-06-09T13:00:20+00:00 ― 1 分で読む

音声・音声処理アンサンブル歌声合成の革新的アプローチ

新しい方法がシンセサイズされたアンサンブル歌唱を、歌手同士の相互作用をモデル化することで強化する。

Hiroaki Hyodo, Shinnosuke Takamichi, Tomohiko Nakamura

2025-06-09T11:23:10+00:00 ― 1 分で読む

音声・音声処理人間みたいな思考による音声認識の進歩

新しいフレームワークが音の関係をうまくモデル化して、音声認識を強化してる。

Zheng Nan, Ting Dang, Vidhyasaharan Sethu

2025-06-09T07:20:15+00:00 ― 0 分で読む

音声・音声処理音声変換技術の進展

新しいマスキング手法が、話者のアイデンティティを音声から分離することで、声の変換を改善したよ。

Philip H. Lee, Ismail Rasim Ulgen, Berrak Sisman

2025-06-09T04:05:55+00:00 ― 1 分で読む

サウンドデータの質で音楽テキストモデルを改善する

革新的な技術が限られたリソースでも音楽-テキストモデルのトレーニングを向上させる。

Ilaria Manco, Justin Salamon, Oriol Nieto

2025-06-09T00:03:00+00:00 ― 1 分で読む

サウンド世界音楽のための音声タグ付けの革新的アプローチ

新しい方法で、さまざまな音楽スタイルや文化の保存のためのオーディオタグ付けが強化されてるよ。

Charilaos Papaioannou, Emmanouil Benetos, Alexandros Potamianos

2025-06-08T17:34:20+00:00 ― 1 分で読む

サウンド新しいデータセットが高齢者向けのスマートホーム技術を強化することを目指してるよ。

家庭の音のデータセットは、高齢者の安全と快適さを促進します。

Gabriel Bibbó, Thomas Deacon, Arshdeep Singh

2025-06-08T16:45:45+00:00 ― 1 分で読む

サウンドSD-Codecの紹介: より良い音管理のための新しいオーディオコーデック

SD-Codecは、異なる音の種類をうまく分けて音声処理を改善するよ。

Xiaoyu Bie, Xubo Liu, Gaël Richard

2025-06-08T14:20:00+00:00 ― 1 分で読む

音声・音声処理方言の音声認識を改善する

この記事では、アクセント付きのスピーチの認識を向上させる方法について話してるよ。

Francesco Nespoli, Daniel Barreda, Patrick A. Naylor

2025-06-08T12:42:50+00:00 ― 1 分で読む

音声・音声処理説明可能な方法でスピーチスプーフ検出を改善する

新しいアプローチがスプーフ音声検出の解釈性を高める。

Manasi Chhibber, Jagabandhu Mishra, Hyejin Shim

2025-06-08T11:05:40+00:00 ― 0 分で読む

サウンドテキスト読み上げ技術の進歩

新しい単一段階TTSシステムが音声生成を向上させる様子。

Gerard I. Gállego, Roy Fejgin, Chunghsin Yeh

2025-06-08T09:28:30+00:00 ― 1 分で読む

計算と言語タイ語と英語の音声言語モデルの改善

この研究はリソースが少ない言語の音声モデルの課題について扱ってるよ。

Potsawee Manakul, Guangzhi Sun, Warit Sirichotedumrong

2025-06-08T08:39:55+00:00 ― 1 分で読む

音声・音声処理リソースが少ない言語での感情認識の向上

この研究は、リソースが豊富なデータを使ってあまり一般的じゃない言語の感情認識システムを強化するもので。

Hsi-Che Lin, Yi-Cheng Lin, Huang-Cheng Chou

2025-06-08T07:51:20+00:00 ― 1 分で読む

音声・音声処理多言語音声技術の進展

モデルは多言語環境でのスピーチタスクを改善し、コードスイッチングの課題に対処する。

Jing Xu, Daxin Tan, Jiaqi Wang

2025-06-08T06:14:10+00:00 ― 1 分で読む

音声・音声処理DeFT-Mamba: 音の分離技術を進める

DeFT-Mambaは、騒がしい環境での音の分離と分類を改善するよ。

Dongheon Lee, Jung-Woo Choi

2025-06-08T01:22:40+00:00 ― 1 分で読む

サウンドCADA-GANで自動音声認識を進化させる

CADA-GANは、いろんな録音環境でASRシステムの性能を向上させるよ。

Chien-Chun Wang, Li-Wei Chen, Cheng-Kang Chou

2025-06-07T23:45:30+00:00 ― 1 分で読む

音声・音声処理EVA: 視覚音声認識の新時代

EVAは音声と視覚の信号を組み合わせて、スピーチ認識の精度を向上させるんだ。

Yihan Wu, Yifan Peng, Yichen Lu

2025-06-07T22:08:20+00:00 ― 1 分で読む

音声・音声処理複数話者シナリオの音声認識の進展

新しいフレームワークが、賑やかな環境での音声認識を簡単にしてくれるよ。

Jinhan Wang, Weiqing Wang, Kunal Dhawan

2025-06-07T20:31:10+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識音声映像認識の進展

Llama-AVSRは音声と視覚の入力を組み合わせて、スピーチ認識の精度を向上させるんだ。

Umberto Cappellazzo, Minsu Kim, Honglie Chen

2025-06-07T18:05:25+00:00 ― 1 分で読む

サウンドWMCodecで音声セキュリティを強化する

WMCodecは音声の透かしを強化して、セキュリティと信頼性を向上させるよ。

Junzuo Zhou, Jiangyan Yi, Yong Ren

2025-06-07T14:02:30+00:00 ― 1 分で読む

サウンドDCASE 2024チャレンジで音響シーン分類を進める

新しいモデルは、限られたトレーニングデータで音の分類を扱ってるよ。

Jin Jie Sean Yeo, Ee-Leng Tan, Jisheng Bai

2025-06-07T12:25:20+00:00 ― 1 分で読む

サウンドフェイク音声検知方法の進展

新しいアプローチが事前学習済みモデルを使ってフェイク音声の検出を改善する。

Zhiyong Wang, Ruibo Fu, Zhengqi Wen

2025-06-07T11:36:45+00:00 ― 1 分で読む

サウンドテキスト読み上げ技術の進歩

新しい方法がスピーチ生成の質と効率を向上させる。

Xin Qi, Ruibo Fu, Zhengqi Wen

2025-06-07T10:48:10+00:00 ― 1 分で読む

音声・音声処理騒がしい環境での音の定位を改善する

ラベル付きデータとラベルなしデータを組み合わせる方法で音源検出が向上するよ。

Vadim Rozenfeld, Bracha Laufer Goldshtein

2025-06-07T09:11:00+00:00 ― 1 分で読む