マトリョーシカエンベディングが話者認識の効率と柔軟性をどう向上させるかを発見しよう。
Shuai Wang, Pengcheng Zhu, Haizhou Li
― 1 分で読む
電気工学・システム科学 - 音声・音声処理
RSSNanoVoiceを紹介するよ。これはパーソナライズされた音声のための、速くて効率的なテキスト読み上げモデルなんだ。
Nohil Park, Heeseung Kim, Che Hyun Lee
― 1 分で読む
新しいモデルのVoiceGuiderは、さまざまな話者のためのTTSを改善したよ。
Jiheum Yeom, Heeseung Kim, Jooyoung Choi
― 1 分で読む
異なる言語間で声を変換しつつ、独自の特徴を保つ新しい方法。
Giuseppe Ruggiero, Matteo Testa, Jurgen Van de Walle
― 1 分で読む
新しい技術が異なる話者の感情豊かな話し方の質を向上させている。
Lucas H. Ueda, Leonardo B. de M. M. Marques, Flávio O. Simões
― 1 分で読む
この記事では、音楽ジャンル分類における知覚メトリクスの役割を探ります。
Tashi Namgyal, Alexander Hepburn, Raul Santos-Rodriguez
― 1 分で読む
新しい方法が、複数のタスクでの音声とオーディオ処理を改善する。
Xiaoyu Yang, Qiujia Li, Chao Zhang
― 1 分で読む
新しいシステムが、複数の参加者との話し合い中にスピーカーの識別を強化するよ。
Ruoyu Wang, Shutong Niu, Gaobin Yang
― 1 分で読む
新しいフレームワークがTTSシステムの感情表現を強化するよ。
Kun Zhou, You Zhang, Shengkui Zhao
― 1 分で読む
最近の調査で、圧力センサーが盗聴に使えることがわかったよ。
Yonatan Gizachew Achamyeleh, Mohamad Habib Fakih, Gabriel Garcia
― 1 分で読む
新しいアルゴリズムが自己教師あり学習を使って音イベント検出を改善する。
Pengfei Cai, Yan Song, Nan Jiang
― 1 分で読む
研究は、リアルなフェイクスピーチを検出する方法を改善することに焦点を当てている。
Davide Salvi, Viola Negroni, Luca Bondi
― 1 分で読む
新しい方法が音声と動画の作成を効率化して、同期がより良くなった。
Masato Ishii, Akio Hayakawa, Takashi Shibuya
― 1 分で読む
簡単な言葉でオーディオエフェクトをコントロールして、音の調整をしやすくしよう。
Annie Chu, Patrick O'Reilly, Julia Barnett
― 1 分で読む
マルチオーディオタスクを評価するための新しいモデルとベンチマークを紹介するよ。
Yiming Chen, Xianghu Yue, Xiaoxue Gao
― 1 分で読む
新しいシステムがアニメキャラの感情の強さをモデル化して、よりリアルな表現を実現するんだ。
Jingyi Xu, Hieu Le, Zhixin Shu
― 0 分で読む
OpenSepは、自動で音声を分離して、手動入力なしでクリアな音響体験を提供するよ。
Tanvir Mahmud, Diana Marculescu
― 1 分で読む
PALMはプロンプトの表現と効率を最適化することで音声認識を向上させる。
Asif Hanif, Maha Tufail Agro, Mohammad Areeb Qazi
― 1 分で読む
ワイヤーのターン数やゲージがギターのピックアップサウンドにどう影響するか探ってみて。
Charles Batchelor, Jack Gooding, William Marriott
― 1 分で読む
新しい方法が長い録音の音声認識を改善する。
Hao Yen, Shaoshi Ling, Guoli Ye
― 1 分で読む
この研究は、音声認識において音声、動画、テキストがどうやって一緒に機能するかを分析している。
Chen Chen, Xiaolou Li, Zehua Liu
― 0 分で読む
新しいモデルは音声合成システムの自然さを改善するためにピッチパターンを分析するんだ。
Tomilov A. A., Gromova A. Y., Svischev A. N
― 1 分で読む
新しいモデルがアフリカの言語の音声表現を強化して、テクノロジーの包摂性を向上させる。
Jesujoba O. Alabi, Xuechen Liu, Dietrich Klakow
― 1 分で読む
新しいモデルがメロディとテキストの説明を使って音楽制作を改善するよ。
Shaopeng Wei, Manzhen Wei, Haoyu Wang
― 1 分で読む
新しいスピーチ言語モデルの方法は、大量のデータの必要性を減らす。
Ke-Han Lu, Zhehuai Chen, Szu-Wei Fu
― 1 分で読む
音声変換の仕組みとそのワクワクする応用を学ぼう。
Arip Asadulaev, Rostislav Korst, Vitalii Shutov
― 1 分で読む
CCIがマルチメディアの品質評価をどう改善するかを発見しよう。
Alessandro Ragano, Helard Becerra Martinez, Andrew Hines
― 1 分で読む
研究者たちは、音声と視覚の手がかりを組み合わせて、より正確に嘘を見抜く方法を探ってるんだ。
Abdelrahman Abdelwahab, Akshaj Vishnubhatla, Ayaan Vaswani
― 1 分で読む
緊急時の言語の壁を克服するための新しい音声ベースのネットワークができたんだ。
Majid Behravan, Elham Mohammadrezaei, Mohamed Azab
― 1 分で読む
バーチャルアシスタントがユーザーの命令をどうやってもっとよく理解するか学ぼう。
Ognjen, Rudovic, Pranay Dighe
― 1 分で読む
MACEは音を正確なテキスト説明にリンクさせることで音声キャプショニングを改善する。
Satvik Dixit, Soham Deshmukh, Bhiksha Raj
― 1 分で読む
機械学習を使って、曲カバーへの観客の反応を予測する。
Aris J. Aristorenas
― 1 分で読む
角距離分布損失を通じて分類を強化する新しいアプローチ。
Antonio Almudévar, Romain Serizel, Alfonso Ortega
― 1 分で読む
新しい方法が、言語障害のある人のためのコミュニケーションツールを改善してるよ。
Macarious Hui, Jinda Zhang, Aanchan Mohan
― 1 分で読む
言語モデルを使った新しい手法が、バックグラウンドノイズの中での音の検出を強化してるよ。
Han Yin, Yang Xiao, Jisheng Bai
― 1 分で読む
Fish-Speechは、もっと自然なコミュニケーション体験のために声の技術を向上させるよ。
Shijia Liao, Yuxuan Wang, Tianyu Li
― 1 分で読む
EmoSphere++は、機械が人間みたいに感情を表現できるようにして、やり取りを良くするんだ。
Deok-Hyeon Cho, Hyung-Seok Oh, Seung-Bin Kim
― 1 分で読む
U-COTANSは深層学習技術を使って水中境界の検出を改善する。
Toros Arikan, Luca M. Chackalackal, Fatima Ahsan
― 1 分で読む
PIASTは研究者のためにユニークなピアノ音楽のコレクションを提供してるよ。
Hayeon Bang, Eunjin Choi, Megan Finch
― 1 分で読む
機械は3D空間で音と映像をつなげる方法を学ぶ。
Artem Sokolov, Swapnil Bhosale, Xiatian Zhu
― 1 分で読む