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: 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
• 音の表現 — メルスペクトログラムとトークン化Robust Speech Recognition via Large-Scale Weak Supervision
• 論文解説: SwanTale — 参照音声なしで「言葉から声をデザインする」統合音声・オーディオ生成SwanTale: Unified Multi-Speaker Speech and Audio Generation for Instruct and Zero-Shot Tasks