shimoll

[サイバーエージェント 広報＆IR @CyberAgent_PR]

音声・言語処理分野のトップカンファレンス「INTERSPEECH 2026」にてAI Labの論文4本が採択されました。今回の成果は、需要が大幅に増加する動画広告の自動生成や音声アシスタントならびにコールセンター自動化などへの活用が期待されます。
https://t.co/05aIIN3esY

[キジネコ様 @Motidukineko]

虚無。

[shimoll @shimolle]

ねこさんは“これから吐くよ、早く準備‘と人を呼ぶようになってる、やはりわかってる

[対話システムライブコンペティション8 @dslc_jp]

⭐️エントリ募集中（8月7日（金）締切）⭐️
今年度の対話ライブコンペではヒューマノイドロボットを導入！🤖
ことばと身体動作が結びついた、新たな対話システムの可能性に挑戦します。
皆様のエントリをお待ちしております！

▼詳細・エントリはこちら
https://t.co/3NoBDygCiq

[arXiv Sound @ArxivSound]

Masao Someki, et al., "ESPnet3: Infrastructure for Scalable Speech and Audio Research in the Foundation Model Era" https://t.co/m2OT1iDURA

[Tomoki Koriyama @hyama5_]

新しいpreprintを公開しました。日本語の漢字かな交じり文からの読み推定にLLMが活用できることが知られていますが、どんなLLMなら推定精度が高くなるかを評価しました。https://t.co/5Dwhk1BQZC
評価に使用したデータセットも公開しています。https://t.co/TkOjL7zzeh

[チカカラ山本 @tikaidolmatome]

NTT研究所がなんかすごいことやってる。アイドル204名分の音声データをAI研究機関に無償配布。204名のうちの例としてあげられてるのが「Palette Parade」夏目志穂や「UtaGe!」ぱぴこ。絶対これドルオタがやってる。

[shimoll @shimolle]

伸びて欲しいものもあれば伸びて欲しくないものもあるんだよ

[shimoll @shimolle]

YTの広告量が増えすぎてもうむかつくレベルに足している…

[shimoll @shimolle]

@Trtd6Trtd AIのツッコミ能力高いですね！毎週楽しく見てます😁

[shimoll @shimolle]

今週もおもしろ〜人間漫才よりロボット漫才の方がすごく笑う
https://t.co/pn4swKjteq

[Wen-Chin Huang @unilightwf]

I don’t like self promotion but I really recommend this review paper on synthetic speech evaluation, mostly written by @erica_cooper (I contributed partly as well)

https://t.co/0mqmEYftIF

And really hope people understand there is just no good evaluation metric like human ears

[shimoll @shimolle]

日本のお米が水分多くてリゾットになっちゃったが、普通に美味しい😋

[shimoll @shimolle]

今日はバルセロナで入手したパエリアの素とオリーブオイルで1ヶ月ぶりのパエリアの予定🥘

[shimoll @shimolle]

最近の評価指標選択が意味わからないものが多すぎる

[arXiv Sound @ArxivSound]

Henry Li, Robin Scheibler, Efthymios Tzinis, Matt Shannon, Arnaud Doucet, John R. Hershey, "SURF: Separation via Unsupervised Remixing Flow," https://t.co/kStyuxYxJt

[shimoll @shimolle]

うちのリーチもそろそろドレスアップを考えてあげないと、やはり猫耳か

https://t.co/8PHUBTPhMw

[shimoll @shimolle]

こちらの論文がInterspeech2026に採択されました〜

[shimoll @shimolle]

新作出ました～
音声強調に使われているDF-Conformerにおけるattentionについて調べた論文です。音声サンプルも公開しました
https://t.co/T2C3LqHlRz
https://t.co/RDdwp2hVpt

[arXiv Sound @ArxivSound]

Shrishti Saha Shetu, Emanu\"el A. P. Habets, Andreas Brendel, "A Comparison of Generative and Discriminative Methods for Speech Enhancement: Robustness, Complexity, and Hallucination," https://t.co/PCFpcAVDi3

[C君 @__Ckun__]

Our paper is now available on arXiv!
We propose a new spotforming method that utilizes non-target estimates across microphone arrays without relying on low-rank approximations.
https://t.co/HwHFIJ2bFk