新しい手法がリズムの変化を狙って、こっそりとしたスピーチ攻撃を行う。
― 1 分で読む
コンピューターサイエンス - サウンド
RSSGAMAは音と語の知見を融合させて音声処理を改善するよ。
― 1 分で読む
GigaSpeech 2は、音声認識を改善するためのリソースの少ない言語向けの膨大なデータセットを提供してるよ。
― 1 分で読む
新しいモデルがテキスト読み上げ技術を効率的に適応させて強化した。
― 1 分で読む
声道の動きを使ってスピーチ分析と合成を最適化する新しい方法。
― 1 分で読む
この研究は、ジェスチャーがバーチャルエージェントからの学習にどんな影響を与えるかを調べてるよ。
― 0 分で読む
オンラインスピーカーダイアリゼーションについて学んで、その様々なアプリケーションでの重要性を理解しよう。
― 1 分で読む
新しいベンチマークツールが、さまざまな音声処理タスクのために離散音声トークンを評価するよ。
― 1 分で読む
自己類似行列とアテンションシステムを使った音楽生成の新しい方法。
― 1 分で読む
新しい手法が、ペアになってないデータとGANを使ってギターアンプのモデリングを改善してるよ。
― 1 分で読む
音声モデルがどうやって予測をするかを理解するための新しい方法。
― 1 分で読む
空間音声変換を導入して、音のリアリズムと没入感を高めます。
― 1 分で読む
研究は、スピーチ分析が自殺リスクを予測できるかを探っていて、性別の違いも考慮してるんだ。
― 0 分で読む
この論文では、音楽に反応するビジュアルを作るシステムを紹介しているよ。
― 1 分で読む
新しいシステムが、ロボットが実際のデモからの音声を使ってタスクを学ぶのを助けるんだ。
― 1 分で読む
新しい方法が、さまざまな音源で重なった音を認識する精度を向上させてるよ。
― 1 分で読む
新しい方法は、音響特徴と信頼スコアを組み合わせて、エラー修正をより良くするよ。
― 1 分で読む
SecureSpectraは、ディープフェイクの脅威から音声のアイデンティティを守る新しい方法を提供してるよ。
― 1 分で読む
音響散乱予測を改善するための物理学と幾何学の組み合わせ。
― 1 分で読む
複数の言語にわたって正確で迅速な音声翻訳のための新しいシステム。
― 1 分で読む
音声合成で声を作って感情をコントロールする簡単な方法。
― 1 分で読む
迅速で効率的な音楽セパレーションのためのMMDenseNetの改善。
― 1 分で読む
新しい方法で疑似ステレオデータを使って機械対話が改善される。
― 1 分で読む
この研究では、ピンインを使って中国語のASR精度を向上させるためのデータセットと方法を紹介してるよ。
― 1 分で読む
革新的な技術がスピーカーのデザインと音の方向性を改善してるよ。
― 0 分で読む
この研究は、高度な手法を使ってディープフェイク音声の検出を改善することに焦点を当ててるよ。
― 1 分で読む
視覚的インターフェースやモデルを使って音楽生成を強化する。
― 1 分で読む
動画で同期した効果音を作るための新しいフレームワーク。
― 0 分で読む
スピーカーエンベディングを統合してオーディオセグメンテーションを強化する研究。
― 1 分で読む
この記事では、話者に合わせて適応するより効率的なTTSシステムを紹介します。
― 1 分で読む
新しい方法が、データが少ない言語のスピーチモデルを改善してるよ。
― 0 分で読む
不確実性を理解することで、現実のシナリオでの感情認識の精度が向上するよ。
― 1 分で読む
新しい方法で、いろんなスピーチアプリにおける音素のアラインメント精度が向上したよ。
― 1 分で読む
ナイジェリア英語を翻訳して、ノリウッド映画のアクセス性を高める研究。
― 1 分で読む
この記事では、効果的な音声表現学習のためのデュアルエンコーダーシステムについて紹介するよ。
― 1 分で読む
MelodyT5は、シンボリック表記を使った音楽制作と分析の新しいアプローチを提供しているよ。
― 1 分で読む
GTZAN-synthデータセットは、より良い音楽タグ付けシステムのために合成音楽を活用してるよ。
― 1 分で読む
MelodyLMはテキストと音声入力を使って音楽作りを簡単にするよ。
― 1 分で読む
SAVEモデルは、効率と精度で音声-視覚のセグメンテーションを向上させる。
― 1 分で読む
新しいモデルが大規模言語モデルを使って音声からテキストへの翻訳を改善したよ。
― 1 分で読む
