会员服务
语音学（phonetics）：语言学的语音学（linguistic phonetics），实验语音学，音法学（基础音法学、共时音法学、演化音法学）。 语音学中较受公认的三大分支：发音语音学（articulatory phonetics, 肺、喉、唇舌等说者发音器官的位置、形状、动作），声学语音学（acoustic phonetics, 语音声波的频率、响度等频谱-时间的性质），听觉语音学（auditory phonetics, 听觉系统对语音如何接受、分类、识别）；三者范畴间的对应程度/协调，印象记音与仪器分析的对应程度/协调
AudioChat: Unified Audio Storytelling, Editing, and Understanding with Transfusion Forcing
Arxiv
0+阅读 · 2月19日
Array-Aware Ambisonics and HRTF Encoding for Binaural Reproduction With Wearable Arrays
Arxiv
0+阅读 · 2月19日
Prototype-Based Disentanglement for Controllable Dysarthric Speech Synthesis
Arxiv
0+阅读 · 2月19日
Resp-Agent: An Agent-Based System for Multimodal Respiratory Sound Generation and Disease Diagnosis
Arxiv
0+阅读 · 2月19日
Generative Audio Extension and Morphing
Arxiv
0+阅读 · 2月18日
Voice-Driven Semantic Perception for UAV-Assisted Emergency Networks
Arxiv
0+阅读 · 2月19日
MCIF: Multimodal Crosslingual Instruction-Following Benchmark from Scientific Talks
Arxiv
0+阅读 · 2月19日
Art2Mus: Artwork-to-Music Generation via Visual Conditioning and Large-Scale Cross-Modal Alignment
Arxiv
0+阅读 · 2月19日
Speech to Speech Synthesis for Voice Impersonation
Arxiv
0+阅读 · 2月13日
AutoProsody: A Prosodic Feature Extraction Tool for Indian Languages
Arxiv
0+阅读 · 2月19日
How Much Does Machine Identity Matter in Anomalous Sound Detection at Test Time?
Arxiv
0+阅读 · 2月18日
Event Topology-based Visual Microphone for Amplitude and Frequency Reconstruction
Arxiv
0+阅读 · 2月18日
Color-based Emotion Representation for Speech Emotion Recognition
Arxiv
0+阅读 · 2月18日
Resp-Agent: An Agent-Based System for Multimodal Respiratory Sound Generation and Disease Diagnosis
Arxiv
0+阅读 · 2月16日
Multi-Channel Replay Speech Detection using Acoustic Maps
Arxiv
0+阅读 · 2月18日
参考链接
微信扫码咨询专知VIP会员
Top