speech

定義

人が話した声、話し言葉のこと。音声認識、音声合成、話者分離、翻訳などの課題があり、音の連続性と話者や環境による揺らぎをどう吸収するかが共通の難所になる。音全般を指す audio の下位概念で、言語情報を伴う点が本質的な違い。

論文題名での読み方

話し言葉を扱う研究

この語が出てくる解説

• 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: AuK — 音声の「作る」と「直す」を1つのモデルに統一するAuK Technical Report: An Open-Source Foundational Model for Speech Generation and Editing
• 論文解説: Motion-Omni — 話しながら全身が動く、end-to-endの音声対話モデルMotion-Omni: End-to-End Joint Speech and Full-Body Motion for Spoken Dialogue