会员服务
PEDBench: Can Speech Models Detect Phonetic Errors?
Arxiv
0+阅读 · 10月14日
MSVAE: Rethinking Musical Semantics in Continuous Latent Spaces
Arxiv
0+阅读 · 10月12日
Binding Phoneme Identity to Position in Neural Models and the Human Brain
Arxiv
0+阅读 · 10月11日
Phonological Interference in Multilingual Speech Models
Arxiv
0+阅读 · 10月12日
Arti-JEPA: Adapting Video World Model to Real-Time MRI of the Vocal Tract for Speech-Production Analysis
Arxiv
0+阅读 · 9月9日
Arti-JEPA: Adapting Video World Model to Real-Time MRI of the Vocal Tract for Speech-Production Analysis
Arxiv
0+阅读 · 9月16日
CircuitTree: Composing Circuits into A Syllable Transcriber
Arxiv
0+阅读 · 10月7日
Structure Before Sampling: Community-Aware Core-Set Selection for Data-Efficient Text-to-Speech
Arxiv
0+阅读 · 9月21日
The Semantic Bottleneck: Leveraging Semantic Representations for Non-Invasive Speech Decoding
Arxiv
0+阅读 · 9月9日
The Semantic Bottleneck: Leveraging Semantic Representations for Non-Invasive Speech Decoding
Arxiv
0+阅读 · 10月7日
Towards Stress-Aware Sentence-Level Filipino G2P With Weakly-Supervised ByT5 Fine-Tuning
Arxiv
0+阅读 · 9月9日
Prosodic ABX: A Language-Agnostic Method for Measuring Prosodic Contrast in Speech Representations
Arxiv
0+阅读 · 9月28日
Beyond Phones: Structured Phonemic Modeling for Vietnamese Automatic Speech Recognition
Arxiv
0+阅读 · 10月5日
Phoneme-guided TTS augmentation for ASR: A unified pipeline and multilingual evaluation
Arxiv
0+阅读 · 9月17日
ASR ensembling for phoneme intelligibility evaluation of speech anonymizers
Arxiv
0+阅读 · 9月23日
参考链接
微信扫码咨询专知VIP会员
Top