Fugu-MT 論文翻訳(概要): Word Representation for Rhythms

論文の概要: Word Representation for Rhythms

arxiv url: http://arxiv.org/abs/2007.10610v4
Date: Thu, 3 Sep 2020 10:53:53 GMT
ステータス: 処理完了
システム内更新日: 2022-11-08 04:19:55.898949
Title: Word Representation for Rhythms
Title（参考訳）: リズムのための単語表現
Authors: Tongyu Lu, Lyucheng Yan, Gus Xia
Abstract要約: BERTモデルはリズムワードの構文的ポテンシャルを探索するために作成される。より大規模なスキームでは、体系的な考察のために思考モード(言語としての音楽)が提案される。
参考スコア（独自算出の注目度）: 1.856334276134661
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper proposes a word representation strategy for rhythm patterns. Using 1034 pieces of Nottingham Dataset, a rhythm word dictionary whose size is 450 (without control tokens) is generated. BERT model is created to explore syntactic potentials of rhythm words. Our model is able to find overall music structures and cluster different meters. In a larger scheme, a think mode - music as language - is proposed for systematic considerations.
Abstract（参考訳）: 本稿では,リズムパターンに対する単語表現戦略を提案する。 1034個のノッティンガムデータセットを用いて、(制御トークンなしで)450のリズムワード辞書を生成する。 BERTモデルはリズムワードの構文ポテンシャルを探索するために作成される。我々のモデルは全体の音楽構造を見つけ、異なるメーターをクラスタリングすることができる。より大規模なスキームでは、言語としての思考は、体系的な考察のために提案される。

関連論文リスト

Word-wise intonation model for cross-language TTS systems [0.0]
提案手法は,自動データマークアップとテキスト音声合成システムへの応用に適している。キーとなるアイデアは、単語中の強勢音節の異なる配置と結びついた変動性の部分的除去である。提案モデルは,テキストから音声への韻律記述のツールとして,あるいはバックボーンとして使用することができる。
論文参考訳（メタデータ） (2024-09-30T15:09:42Z)
Generative Spoken Language Model based on continuous word-sized audio tokens [52.081868603603844]
本稿では,単語サイズ連続評価音声埋め込みに基づく生成音声言語モデルを提案する。結果として得られるモデルは、単語サイズの連続埋め込みに基づく最初の生成言語モデルである。
論文参考訳（メタデータ） (2023-10-08T16:46:14Z)
Re-creation of Creations: A New Paradigm for Lyric-to-Melody Generation [158.54649047794794]
Re-creation of Creations (ROC)は、歌詞からメロディ生成のための新しいパラダイムである。 ROCは、Lyric-to-Meody生成において、優れたLyric-Meody特徴アライメントを実現する。
論文参考訳（メタデータ） (2022-08-11T08:44:47Z)
Learning Audio-Text Agreement for Open-vocabulary Keyword Spotting [23.627625026135505]
本稿では,ユーザ定義キーワードスポッティング手法を提案する。提案手法は,入力クエリをテキストキーワードシーケンスと比較する。本稿ではキーワードスポッティングモデルを効率的にトレーニングするためのLibriPhraseデータセットを紹介する。
論文参考訳（メタデータ） (2022-06-30T16:40:31Z)
Word Embeddings Are Capable of Capturing Rhythmic Similarity of Words [0.0]
Word2VecやGloVeのような単語埋め込みシステムは、NLPに対するディープラーニングアプローチでよく知られている。本研究は,単語のリズム的類似性を捉える上での有用性について検討した。その結果、これらの埋め込みは、他の単語と比較して、韻律語に割り当てられるベクターが互いに類似していることが判明した。
論文参考訳（メタデータ） (2022-04-11T02:33:23Z)
Keyphrase Extraction Using Neighborhood Knowledge Based on Word Embeddings [17.198907789163123]
我々は、単語埋め込みを背景知識として活用して、単語間グラフに意味情報を加えることにより、グラフベースのランキングモデルを強化する。提案手法は,確立されたベンチマークデータセットを用いて評価し,単語の埋め込み近傍情報によりモデル性能が向上することを示す。
論文参考訳（メタデータ） (2021-11-13T21:48:18Z)
More Than Words: Collocation Tokenization for Latent Dirichlet Allocation Models [71.42030830910227]
モデルが異なる環境でクラスタリングの品質を測定するための新しい指標を提案する。マージトークンでトレーニングされたトピックは、マージされていないモデルよりも、より明確で、一貫性があり、トピックを区別する効果が高いトピックキーをもたらすことを示す。
論文参考訳（メタデータ） (2021-08-24T14:08:19Z)
SChME at SemEval-2020 Task 1: A Model Ensemble for Detecting Lexical Semantic Change [58.87961226278285]
本稿では,SemEval-2020 Task 1における語彙意味変化の教師なし検出法であるSChMEについて述べる。 SChMEは、分布モデル(単語埋め込み)とワード周波数モデルの信号を組み合わせたモデルアンサンブルを使用し、各モデルは、その特徴に応じて単語が苦しむ確率を示す投票を行う。
論文参考訳（メタデータ） (2020-12-02T23:56:34Z)
STEPs-RL: Speech-Text Entanglement for Phonetically Sound Representation Learning [2.28438857884398]
本稿では、音声とテキストの絡み合いを利用して単語表現を学習する、新しいマルチモーダルディープニューラルネットワークアーキテクチャを提案する。 STEPs-RLは、対象の音声単語の音声シーケンスを予測するために教師付き方法で訓練される。我々のモデルにより生成された潜在表現は、89.47%の精度でターゲット音素列を予測することができた。
論文参考訳（メタデータ） (2020-11-23T13:29:16Z)
Phonotactic Complexity and its Trade-offs [73.10961848460613]
この単純な測度により、言語間のエントロピーを比較することができる。音素あたりのビット数と単語の平均長との間には-0.74の非常に強い負の相関関係を示す。
論文参考訳（メタデータ） (2020-05-07T21:36:59Z)
Techniques for Vocabulary Expansion in Hybrid Speech Recognition Systems [54.49880724137688]
語彙外単語(OOV)の問題は、音声認識システムにおいて典型的である。 OOVをカバーするための一般的なアプローチの1つは、単語ではなくサブワード単位を使用することである。本稿では,グラフ構築法と探索法の両方のレベルで,この解の既存手法について検討する。
論文参考訳（メタデータ） (2020-03-19T21:24:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。