論文の概要: ProsoBeast Prosody Annotation Tool

• arxiv url: http://arxiv.org/abs/2104.02397v1
• Date: Tue, 6 Apr 2021 10:04:48 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-07 18:54:16.549683
• Title: ProsoBeast Prosody Annotation Tool
• Title（参考訳）: Prosobeeast Prosody Annotation Tool
• Authors: Branislav Gerazov and Michael Wagner
• Abstract要約: ProsoBeast Toolは、音声コーパスのラベル付けの容易化と高速化を目的としている。 データの韻律的景観のインタラクティブな2D表現を提供する。 このツールは、寸法低減と機能埋め込みのためのいくつかの最先端の方法を統合します。
• 参考スコア（独自算出の注目度）: 2.789492275721704
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The labelling of speech corpora is a laborious and time-consuming process. The ProsoBeast Annotation Tool seeks to ease and accelerate this process by providing an interactive 2D representation of the prosodic landscape of the data, in which contours are distributed based on their similarity. This interactive map allows the user to inspect and label the utterances. The tool integrates several state-of-the-art methods for dimensionality reduction and feature embedding, including variational autoencoders. The user can use these to find a good representation for their data. In addition, as most of these methods are stochastic, each can be used to generate an unlimited number of different prosodic maps. The web app then allows the user to seamlessly switch between these alternative representations in the annotation process. Experiments with a sample prosodically rich dataset have shown that the tool manages to find good representations of varied data and is helpful both for annotation and label correction. The tool is released as free software for use by the community.
• Abstract（参考訳）: 音声コーパスのラベル付けは、手間と時間を要するプロセスである。 prosobeastアノテーションツールは、データの韻律的なランドスケープのインタラクティブな2次元表現を提供し、その類似性に基づいて輪郭を分散させることで、このプロセスを簡単かつ加速することを目指している。 このインタラクティブマップにより、ユーザは発話を検査し、ラベル付けすることができる。 このツールは、可変オートエンコーダを含む、次元削減と特徴埋め込みのための最先端のいくつかの手法を統合している。 ユーザはこれを使用すれば、データの適切な表現を見つけることができる。 加えて、これらの方法のほとんどが確率的であるため、それぞれが無限個の異なる韻律写像を生成するのに使うことができる。 webアプリは、ユーザがアノテーションプロセスでこれらの代替表現をシームレスに切り替えることができます。 サンプルの確率的にリッチなデータセットを用いた実験では、さまざまなデータの適切な表現を見つけることができ、アノテーションとラベルの修正に役立ちます。 このツールはコミュニティが利用するためのフリーソフトウェアとしてリリースされている。

関連論文リスト

• SwitchTab: Switched Autoencoders Are Effective Tabular Learners [16.316153704284936]
  グラフデータに対する自己教師付き表現手法であるSwitchTabを紹介する。 SwitchTabは、データペア間の相互および正常な機能を分離することで、潜伏した依存関係をキャプチャする。 その結果、微調整によるエンドツーエンド予測タスクにおいて、優れた性能を示した。 そこで我々は,SwitchTabが相互に疎結合で有意な特徴を可視化することで,説明可能な表現を生成する能力を強調した。
  論文  参考訳（メタデータ） (2024-01-04T01:05:45Z)
• The DURel Annotation Tool: Human and Computational Measurement of Semantic Proximity, Sense Clusters and Semantic Change [13.80701224074806]
  DURelツールは、単語の使用とオンラインのオープンソースインターフェースとのセマンティックな近接性のアノテーションを実装している。 このツールは、標準化されたヒューマンアノテーションと計算アノテーションをサポートし、Word-in-Contextモデルによる最近の進歩に基づいている。
  論文  参考訳（メタデータ） (2023-11-21T15:14:54Z)
• Exploring Fine-Grained Representation and Recomposition for Cloth-Changing Person Re-Identification [78.52704557647438]
  補助的なアノテーションやデータなしに両方の制約に対処するために,新しいFIne-fine Representation and Recomposition (FIRe$2$) フレームワークを提案する。 FIRe$2$は、広く使われている5つのRe-IDベンチマークで最先端のパフォーマンスを実現することができる。
  論文  参考訳（メタデータ） (2023-08-21T12:59:48Z)
• Toward Real-Time Image Annotation Using Marginalized Coupled Dictionary Learning [0.0]
  限られた数の視覚的プロトタイプとそれに対応するセマンティクスを同時に学習するために,新しい統合辞書学習手法を提案する。 このアプローチはリアルタイムな画像アノテーションの手順につながる。
  論文  参考訳（メタデータ） (2023-04-14T03:01:44Z)
• SciAnnotate: A Tool for Integrating Weak Labeling Sources for Sequence Labeling [55.71459234749639]
  SciAnnotateはSciAnnotateという名前のテキストアノテーションのためのウェブベースのツールで、科学的なアノテーションツールを指す。 我々のツールは、弱いラベルを作成するために複数のユーザフレンドリーなインターフェースを提供する。 本研究では,Bertifying Conditional Hidden Markov Modelを用いて,ツールが生成する弱いラベルを識別する手法を提案する。
  論文  参考訳（メタデータ） (2022-08-07T19:18:13Z)
• Towards Automatic Parsing of Structured Visual Content through the Use of Synthetic Data [65.68384124394699]
  本研究では,構造化ビジュアルコンテンツ(Structured Visual Content, SVC)を画像と地上の真実の形で含む合成データセットを提案する。 本稿では、SVC画像からグラフ表現を自動的に抽出するアプリケーションによる、このデータセットの使用例を示す。 我々のデータセットは、時間を要する高密度データアノテーションをスキップしながら、SVCの解釈のための強力なモデルの開発を可能にする。
  論文  参考訳（メタデータ） (2022-04-29T14:44:52Z)
• SparseDet: Improving Sparsely Annotated Object Detection with Pseudo-positive Mining [76.95808270536318]
  Pseudo- positive mining を用いてラベル付き地域とラベルなし地域を分離するエンド・ツー・エンドシステムを提案する。 ラベル付き領域は通常通り処理されるが、ラベルなし領域の処理には自己教師付き学習が使用される。 我々は,PASCAL-VOCとCOCOデータセットの5つの分割に対して,最先端の性能を達成するための徹底的な実験を行った。
  論文  参考訳（メタデータ） (2022-01-12T18:57:04Z)
• Data Augmentation for Object Detection via Differentiable Neural Rendering [71.00447761415388]
  注釈付きデータが乏しい場合、堅牢なオブジェクト検出器を訓練することは困難です。 この問題に対処する既存のアプローチには、ラベル付きデータからラベル付きデータを補間する半教師付き学習が含まれる。 オブジェクト検出のためのオフラインデータ拡張手法を導入し、新しいビューでトレーニングデータを意味的に補間する。
  論文  参考訳（メタデータ） (2021-03-04T06:31:06Z)
• Semi-Automatic Data Annotation guided by Feature Space Projection [117.9296191012968]
  本稿では,適切な特徴空間投影と半教師付きラベル推定に基づく半自動データアノテーション手法を提案する。 MNISTデータセットとヒト腸内寄生虫の胎児不純物の有無による画像を用いて本手法の有効性を検証した。 この結果から,人間と機械の相補的能力を組み合わせた視覚分析ツールの付加価値が,より効果的な機械学習に有効であることが示唆された。
  論文  参考訳（メタデータ） (2020-07-27T17:03:50Z)
• Efficient Full Image Interactive Segmentation by Leveraging Within-image Appearance Similarity [39.17599924322882]
  インタラクティブなフルイメージセマンティックセマンティックセグメンテーションのための新しいアプローチを提案する。 ラベル付き画素からラベルなしピクセルへの伝搬は必ずしもクラス固有の知識を必要としない。 この観測に基づいて,複数のクラスから画素ラベルを共同で伝播する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-16T08:21:59Z)
• Halluci-Net: Scene Completion by Exploiting Object Co-occurrence Relationships [10.321117790264198]
  本研究では、シーン内のオブジェクト間の共起関係を学習し、それらの関係を利用して、密で完全なラベルマップを生成する2段階のディープ・ネットワーク・ベース手法であるHaluci-Netを提案する。 生成された高密度ラベルマップは、pix2pixHDのような最先端の画像合成技術によって入力され、最終的な画像が得られる。
  論文  参考訳（メタデータ） (2020-04-18T13:12:59Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。