KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb
  • Produktbild: Man-Machine Speech Communication
  • Produktbild: Man-Machine Speech Communication
Band 1765 - 12%

Man-Machine Speech Communication 17th National Conference, NCMMSC 2022, Hefei, China, December 15–18, 2022, Proceedings

Aus der Reihe Communications in Computer and Information Science
12% sparen

74,99 € UVP 85,59 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

11.05.2023

Abbildungen

XI, 332 p. 91 illus., 86 illus. in color.

Herausgeber

Ling Zhenhua + weitere

Verlag

Springer Singapore

Seitenzahl

332

Maße (L/B/H)

23,5/15,5/1,9 cm

Gewicht

522 g

Auflage

1st ed. 2023

Sprache

Englisch

ISBN

978-981-9924-00-4

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

11.05.2023

Abbildungen

XI, 332 p. 91 illus., 86 illus. in color.

Herausgeber

Verlag

Springer Singapore

Seitenzahl

332

Maße (L/B/H)

23,5/15,5/1,9 cm

Gewicht

522 g

Auflage

1st ed. 2023

Sprache

Englisch

ISBN

978-981-9924-00-4

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten Sie dafür eine Thalia Geschenkkarte.

Jetzt verkaufen
Jetzt verkaufen

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Man-Machine Speech Communication
  • Produktbild: Man-Machine Speech Communication
  • MCPN: A Multiple Cross-Perception Network for Real-Time Emotion Recognition in Conversation.- Baby Cry Recognition Based on Acoustic Segment Model.- A Multi-feature Sets Fusion Strategy with Similar Samples Removal for Snore Sound Classification.- Multi-Hypergraph Neural Networks for Emotion Recognition in Multi-Party Conversations.- Using Emoji as an Emotion Modality in Text-Based Depression Detection.- Source-Filter-Based Generative Adversarial Neural Vocoder for High Fidelity Speech Synthesis.- Semantic enhancement framework for robust speech recognition.- Achieving Timestamp Prediction While Recognizing with Non-Autoregressive End-to-End ASR Model.- Predictive AutoEncoders are Context-Aware Unsupervised Anomalous Sound Detectors.- A pipelined framework with serialized output training for overlapping speech recognition.- Adversarial Training Based on Meta-Learning in Unseen Domains for Speaker Verification.- Multi-Speaker Multi-Style Speech Synthesis with Timbre and Style Disentanglement.- Multiple Confidence Gates for Joint Training of SE and ASR.- Detecting Escalation Level from Speech with Transfer Learning and Acoustic-Linguistic Information Fusion.- Pre-training Techniques For Improving Text-to-Speech Synthesis By Automatic Speech Recognition Based Data Enhancement.- A Time-Frequency Attention Mechanism with Subsidiary Information for Effective Speech Emotion Recognition.- Interplay between prosody and syntax-semantics: Evidence from the prosodic features of Mandarin tag questions.- Improving Fine-grained Emotion Control and Transfer with Gated Emotion Representations in Speech Synthesis.- Violence Detection through Fusing Visual Information to Auditory Scene.- Mongolian Text-to-Speech Challenge under Low-Resource Scenario for NCMMSC2022.- VC-AUG  Voice Conversion based Data Augmentation for Text-Dependent Speaker Verification.- Transformer-based potential emotional relation mining network for emotion recognition in conversation.- FastFoley Non-Autoregressive Foley Sound Generation Based On Visual Semantics.- Structured Hierarchical Dialogue Policy with Graph Neural Networks.- Deep Reinforcement Learning for On-line Dialogue State Tracking.- Dual Learning for Dialogue State Tracking.- Automatic Stress Annotation and Prediction For Expressive Mandarin TTS.- MnTTS2 An Open-Source Multi-Speaker Mongolian Text-to-Speech Synthesis Dataset.