audio

定義

音の信号一般を指し、人の声だけでなく音楽や環境音も含む。波形を直接扱うか、スペクトログラムなど時間周波数表現に変換してから扱うのが一般的で、生成・認識・分離などの課題がある。人の発話に限定した speech より広い概念。

論文題名での読み方

音を扱う研究

この語が出てくる解説

• 論文解説 The Missing Temporal Link — 台本の「時刻」を映像と音声の時間軸に載せるTemporal Context RoutingThe Missing Temporal Link: Temporal Context Routing for Script-Driven Audio-Video Generation
• 論文解説: DreamX-Creator — 音と映像を「同時に」作る7Bモデルと、2Kへの1ステップ仕上げDreamX-Creator: Democratizing Native Audio-Video Generation at 2K Resolution
• 音声合成を1から — テキストから声までWaveNet: A Generative Model for Raw Audio