音声は、人間が外界と通信するためのシンプルで効果的な方法ですが、より現実的な音声インタラクションには、視覚やテキストなどのマルチモーダル情報が含まれます。異なるモーダル情報を統合し、異なるリソース (

arxiv_reader のブックマーク 2022/11/22 13:42

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4728447804111406372/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2211.11275v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2211.11275v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2211.11275v2" data-user-icon="/users/arxiv_reader/profile.png">VATLM: 音声表現学習のための統合されたマスク予測によるビジュアル オーディオ テキストの事前トレーニング</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22representation%20learning%22">representation learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/pre-training">pre-training</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li></ul><br><p style="clear: left">音声は、人間が外界と通信するためのシンプルで効果的な方法ですが、より現実的な音声インタラクションには、視覚やテキストなどのマルチモーダル情報が含まれます。異なるモーダル情報を統合し、異なるリソース (</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20221122#bookmark-4728447804111406372"><span class="datetime-body">2022/11/22 13:42</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！