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: Dynamic Band Splitting — 音源分離の「帯の仕切り」を、混ざった音ごとに学習で動かすLearning Where to Split: Dynamic Band Splitting for Audio Source Separation
• 論文解説: X-AuT — 音声エンコーダの層を「2枚ずつ」抜いて、大きい教師で埋め戻すX-AuT: Progressive Audio-Encoder Compression for Speech LLMs with Cross-Scale Distillation
• 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