論文の概要: RFOP: Rethinking Fusion and Orthogonal Projection for Face-Voice Association
- arxiv url: http://arxiv.org/abs/2512.02860v1
- Date: Tue, 02 Dec 2025 15:21:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-03 21:04:45.942756
- Title: RFOP: Rethinking Fusion and Orthogonal Projection for Face-Voice Association
- Title（参考訳）: RFOP:Face-Voice Associationのための融合と直交射影の再考
- Authors: Abdul Hannan, Furqan Malik, Hina Jabbar, Syed Suleman Sadiq, Mubashir Noman,
- Abstract要約: この課題は、評価フェーズで使用される英語とドイツ語の顔声ペアを導入することである。
提案手法は,FAME 2026チャレンジにおいて,英語とドイツ語のデータ分割と第3位で33.1のEERを達成し,良好に機能する。
- 参考スコア（独自算出の注目度）: 0.6024251635050109
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Face-voice association in multilingual environment challenge 2026 aims to investigate the face-voice association task in multilingual scenario. The challenge introduces English-German face-voice pairs to be utilized in the evaluation phase. To this end, we revisit the fusion and orthogonal projection for face-voice association by effectively focusing on the relevant semantic information within the two modalities. Our method performs favorably on the English-German data split and ranked 3rd in the FAME 2026 challenge by achieving the EER of 33.1.
- Abstract（参考訳）: マルチリンガル環境課題2026における顔声アソシエーションは,多言語シナリオにおける顔声アソシエーションの課題を解明することを目的としている。
この課題は、評価フェーズで使用される英語とドイツ語の顔声ペアを導入することである。
この目的のために,2つのモダリティ内の関連する意味情報に効果的に焦点をあてることで,顔声団結の融合と直交投影を再考する。
提案手法は,FAME 2026チャレンジにおいて,英語とドイツ語のデータ分割と第3位で33.1のEERを達成し,良好に機能する。
関連論文リスト
- SLRTP2025 Sign Language Production Challenge: Methodology, Results, and Future Work [87.9341538630949]
第1回手話生産チャレンジはCVPR 2025で第3回SLRTPワークショップの一環として開催された。
コンペティションの目的は、音声言語文からスケルトンポーズのシーケンスに変換するアーキテクチャを評価することである。
本稿では,挑戦設計と入賞方法について述べる。
論文 参考訳（メタデータ） (2025-08-09T11:57:33Z) - Face-voice Association in Multilingual Environments (FAME) 2026 Challenge Evaluation Plan [24.480174322626155]
フェース・ボイス・アソシエーション・イン・マルチリンガル・アソシエーション(FAME) 2026 Challengeは、マルチリンガル・シナリオの下でのフェース・ボイス・アソシエーションの探求に焦点を当てている。
本報告では、FAME Challengeの課題、データセット、ベースラインモデル、タスクの詳細について説明する。
論文 参考訳（メタデータ） (2025-08-06T16:09:47Z) - Contrastive Learning-based Chaining-Cluster for Multilingual Voice-Face Association [24.843733099049015]
本稿では,FAME (Face-Voice Association in Multilingual Environments) 2024の課題に対して,新たな解決策を提案する。
対面音声アソシエーションを強化するために、対照的な学習に基づく連鎖クラスタ法に焦点を当てている。
言語が対面音声の関連性に与える影響について検討した。
その結果,提案手法の優れた性能を示し,提案手法の堅牢性と有効性を検証した。
論文 参考訳（メタデータ） (2024-08-04T13:24:36Z) - Face-voice Association in Multilingual Environments (FAME) Challenge 2024 Evaluation Plan [29.23176868272216]
フェース・ボイス・アソシエーション・イン・マルチ言語環境(FAME)チャレンジ2024は,多言語シナリオのユニークな条件下でのフェース・ボイス・アソシエーションの探求に焦点を当てている。
本報告では、FAME Challengeの課題、データセット、ベースライン、タスクの詳細について説明する。
論文 参考訳（メタデータ） (2024-04-14T19:51:32Z) - Perception Test 2023: A Summary of the First Challenge And Outcome [67.0525378209708]
最初のパーセプションテストは、IEEE/CVF International Conference on Computer Vision (ICCV) 2023と共に半日間のワークショップとして開催された。
目標は、最近提案されたPerception Testベンチマークで最先端のビデオモデルをベンチマークすることであった。
このレポートでは、タスク記述、メトリクス、ベースライン、結果について要約しています。
論文 参考訳（メタデータ） (2023-12-20T15:12:27Z) - Findings of the 2023 ML-SUPERB Challenge: Pre-Training and Evaluation over More Languages and Beyond [87.4049283495551]
2023年のMultilingual Speech Universal Performance Benchmark (ML-SUPERB) Challengeは、宣言されたSUPERBフレームワークに拡張される。
この挑戦は12のモデル提出と54の言語コーパスを集め、154の言語を含む包括的なベンチマークをもたらした。
この結果は、単にスケーリングモデルが多言語音声タスクにおける決定的な解決策ではないことを示唆している。
論文 参考訳（メタデータ） (2023-10-09T08:30:01Z) - ComSL: A Composite Speech-Language Model for End-to-End Speech-to-Text
Translation [79.66359274050885]
公的な事前訓練された音声のみのモデルと言語のみのモデルからなる複合アーキテクチャ上に構築された音声言語モデルであるComSLを提案する。
提案手法は,エンドツーエンドの音声-テキスト翻訳タスクにおいて有効であることを示す。
論文 参考訳（メタデータ） (2023-05-24T07:42:15Z) - VoxSRC 2022: The Fourth VoxCeleb Speaker Recognition Challenge [95.6159736804855]
VoxCeleb Speaker Recognition Challenge 2022 (VoxSRC-22)は、InterSPEECH 2022と共同で開催された。
この課題の目的は、最先端の話者認識システムが「野生」で得られた音声から話者を識別し、分類し、認識できるかどうかを評価することである。
論文 参考訳（メタデータ） (2023-02-20T19:27:14Z)
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。