arXiv每日推荐-3.2:语音/音频每日论文速递

同步公众号(arXiv每日学术速递)
【1】 A.I. based Embedded Speech to Text Using Deepspeech
标题：使用DeepSpeech的基于人工智能的嵌入式语音到文本
作者： Muhammad Hafidh Firmansyah, Gul Malik Urfa
链接：https://arxiv.org/abs/2002.12830

【2】 Deep Residual-Dense Lattice Network for Speech Enhancement
标题：用于语音增强的深层剩余稠密网格网络
作者： Mohammad Nikzad, Fanhua Shang
备注：8 pages, Accepted by AAAI-2020
链接：https://arxiv.org/abs/2002.12794

【3】 Multi-Modal Continuous Valence And Arousal Prediction in the Wild Using Deep 3D Features and Sequence Modeling
标题：使用深度3D特征和序列建模的多模态连续配价和野外唤醒预测
作者： Sowmya Rasipuram, Anutosh Maitra
链接：https://arxiv.org/abs/2002.12766

【4】 Towards Learning a Universal Non-Semantic Representation of Speech
标题：学习语音的普遍非语义表征
作者： Joel Shor, Yinnon Haviv
链接：https://arxiv.org/abs/2002.12764

【5】 DIHARD II is Still Hard: Experimental Results and Discussions from the DKU-LENOVO Team
标题：DIHARD II仍然很难：实验结果和来自dku-Lenovo团队的讨论
作者： Qingjian Lin, Ming Li
备注：Submitted to Odyssesy 2020
链接：https://arxiv.org/abs/2002.12761

【6】 A Novel Decision Tree for Depression Recognition in Speech
标题：一种新的用于语音抑郁识别的决策树
作者： Zhenyu Liu, Bin Hu
链接：https://arxiv.org/abs/2002.12759

【7】 Speech Synthesis using EEG
标题：基于EEG的语音合成
作者： Gautam Krishna, Mason Carnahan
备注：Accepted for publication at IEEE ICASSP 2020
链接：https://arxiv.org/abs/2002.12756

【8】 Comparison of Speech Representations for Automatic Quality Estimation in Multi-Speaker Text-to-Speech Synthesis
标题：多说话人文语转换合成中用于自动质量估计的语音表示的比较
作者： Jennifer Williams, Simon King
备注：submitted to Odyssey 2020
链接：https://arxiv.org/abs/2002.1264

原文链接：https://zhuanlan.zhihu.com/p/110269386