Fugu-MT 論文翻訳(概要): Qualitative Approaches to Voice UX

論文の概要: Qualitative Approaches to Voice UX

arxiv url: http://arxiv.org/abs/2404.14736v1
Date: Tue, 23 Apr 2024 04:33:49 GMT
ステータス: 処理完了
システム内更新日: 2024-04-24 15:20:15.728309
Title: Qualitative Approaches to Voice UX
Title（参考訳）: 音声UXに対する質的アプローチ
Authors: Katie Seaborn, Jacqueline Urakami, Peter Pennefather, Norihisa P. Miyake,
Abstract要約: 音声UXに対する質的アプローチに関する文献の体系的なレビューを行う。音声UX研究における定性的な方法の利点を強調し,方法や成果の厳密さを増す機会を明らかにする。
参考スコア（独自算出の注目度）: 31.052421501009405
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Voice is a natural mode of expression offered by modern computer-based systems. Qualitative perspectives on voice-based user experiences (voice UX) offer rich descriptions of complex interactions that numbers alone cannot fully represent. We conducted a systematic review of the literature on qualitative approaches to voice UX, capturing the nature of this body of work in a systematic map and offering a qualitative synthesis of findings. We highlight the benefits of qualitative methods for voice UX research, identify opportunities for increasing rigour in methods and outcomes, and distill patterns of experience across a diversity of devices and modes of qualitative praxis.
Abstract（参考訳）: 音声は、現代のコンピュータベースのシステムによって提供される自然な表現である。音声ベースのユーザエクスペリエンス(ボイスUX)に関する質的な視点は、数値だけでは表現できない複雑なインタラクションの豊富な記述を提供する。我々は,音声UXに対する質的アプローチに関する文献の体系的レビューを行い,その身体の性質を体系的な地図で捉え,結果の質的合成を行った。音声UX研究における定性的な方法の利点を強調し,方法や成果における厳密さを増大させる機会を特定し,装置の多様性と定性的な実践の様式にまたがる経験パターンを蒸留する。

関連論文リスト

SONAR: A Synthetic AI-Audio Detection Framework and Benchmark [59.09338266364506]
SONARはAI-Audio Detection FrameworkとBenchmarkの合成である。最先端のAI合成聴覚コンテンツを識別するための総合的な評価を提供することを目的としている。従来のモデルとファンデーションベースのディープフェイク検出システムの両方で、AIオーディオ検出を均一にベンチマークする最初のフレームワークである。
論文参考訳（メタデータ） (2024-10-06T01:03:42Z)
Controlling Emotion in Text-to-Speech with Natural Language Prompts [29.013577423045255]
本稿では,感情に富んだテキストの繰り返しから派生した埋め込みを前提としたシステムを提案する。話者とプロンプト埋め込みの合同表現は、トランスフォーマーベースアーキテクチャ内のいくつかの点で統合される。本手法は感情音声とテキストデータセットを融合して学習し,モデルの一般化能力を高めるため,各訓練におけるプロンプトを変化させる。
論文参考訳（メタデータ） (2024-06-10T15:58:42Z)
Lightly Weighted Automatic Audio Parameter Extraction for the Quality Assessment of Consensus Auditory-Perceptual Evaluation of Voice [18.8222742272435]
提案手法は, ジッタ, 絶対ジッタ, シャマー, ハーモニック・ツー・ノイズ比 (HNR) , ゼロクロスという, 年齢, 性別, および5つの音響パラメータを利用する。その結果,提案手法は最先端技術(SOTA)手法と類似し,一般的な音声事前学習モデルを用いて得られた潜在表現よりも優れることがわかった。
論文参考訳（メタデータ） (2023-11-27T07:19:22Z)
Show from Tell: Audio-Visual Modelling in Clinical Settings [58.88175583465277]
臨床環境でのオーディオ・ビジュアル・モデリングを考察し、人間の専門的アノテーションを使わずに医学的表現を学習するためのソリューションを提供する。この目的のために, 単純かつ効果的なマルチモーダル自己教師型学習フレームワークを提案する。提案手法は,音声のみを基準として,超音波画像中の解剖学的関心領域をローカライズすることができる。
論文参考訳（メタデータ） (2023-10-25T08:55:48Z)
EXPRESSO: A Benchmark and Analysis of Discrete Expressive Speech Resynthesis [49.04496602282718]
テキストなし音声合成のための高品質な表現型音声データセットであるExpressoを紹介する。このデータセットは、26の自発的表現スタイルで描画された読み上げ音声と即興対話の両方を含む。自己監督型離散エンコーダの自動計測値を用いて再生品質を評価する。
論文参考訳（メタデータ） (2023-08-10T17:41:19Z)
Topic Identification For Spontaneous Speech: Enriching Audio Features With Embedded Linguistic Information [10.698093106994804]
音声からの従来の話題識別ソリューションは、音声認識システム(ASR)に依存して書き起こしを生成する。テキストと音声を共同で活用する,音声のみとハイブリッド技術の比較を行った。フィンランドの自然発話で評価されたモデルは、純粋な音声ベースのソリューションが、ASRコンポーネントが利用できない場合に実行可能な選択肢であることを示している。
論文参考訳（メタデータ） (2023-07-21T09:30:46Z)
Analysing the Impact of Audio Quality on the Use of Naturalistic Long-Form Recordings for Infant-Directed Speech Research [62.997667081978825]
早期言語習得のモデリングは、幼児が言語スキルをブートストラップする方法を理解することを目的としている。近年の進歩により、より自然主義的なトレーニングデータを計算モデルに利用できるようになった。音質がこれらのデータに対する分析やモデリング実験にどう影響するかは、現時点では不明である。
論文参考訳（メタデータ） (2023-05-03T08:25:37Z)
DiffSVC: A Diffusion Probabilistic Model for Singing Voice Conversion [51.83469048737548]
本稿では拡散確率モデルに基づくSVCシステムであるDiffSVCを提案する。 DiffSVCでは、破壊されたメルスペクトログラムとその対応するステップ情報を入力として、付加されたガウスノイズを予測するデノナイジングモジュールを訓練する。実験により、DiffSVCは、現在の最先端SVCアプローチと自然性および音声類似性の観点から、優れた変換性能が得られることが示された。
論文参考訳（メタデータ） (2021-05-28T14:26:40Z)
Data-driven Detection and Analysis of the Patterns of Creaky Voice [13.829936505895692]
クレーキー音声はフレーズ境界マーカーとしてよく使われる品質である。難解な音声の自動検出とモデリングは、音声技術への応用に影響を及ぼす可能性がある。
論文参考訳（メタデータ） (2020-05-31T13:34:30Z)
Excitation-based Voice Quality Analysis and Modification [11.481208551940998]
同じ話者が発する3つの声質(モーダル、ソフト、ラウド)を含む大コーパスを解析する。励起から抽出した特性の有意な差異が観察された。 HMM音声合成における後処理として音声品質変換システムを適用する。
論文参考訳（メタデータ） (2020-01-02T09:44:52Z)

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。