Vor Ort
Merkzettel Warenkorb
Produktbild: Text, Speech, and Dialogue
Band 15049

Text, Speech, and Dialogue 27th International Conference, TSD 2024, Brno, Czech Republic, September 9–13, 2024, Proceedings, Part II

Aus der Reihe Lecture Notes in Computer Science

73,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.09.2024

Abbildungen

XVII, 326 p. 103 illus., 93 illus. in color.

Herausgeber

Elmar Nöth + weitere

Verlag

Springer

Seitenzahl

326

Maße (L/B/H)

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

Gewicht

522 g

Auflage

2024

Sprache

Englisch

ISBN

978-3-031-70565-6

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.09.2024

Abbildungen

XVII, 326 p. 103 illus., 93 illus. in color.

Herausgeber

Verlag

Springer

Seitenzahl

326

Maße (L/B/H)

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

Gewicht

522 g

Auflage

2024

Sprache

Englisch

ISBN

978-3-031-70565-6

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 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: Text, Speech, and Dialogue

  • .- Speech.



    .- Retrieval Augmented Spoken Language Generation for Transport Domain.



    .- Adapting Audiovisual Speech Synthesis to Estonian.



    .- Dysphonia Diagnosis Using Self-Supervised Speech Models in Mono- and Cross-Lingual Settings.



    .- Sentences vs Phrases in Neural Speech Synthesis.



    .- Zero-Shot vs. Few-Shot Multi-Speaker TTS Using Pre-trained Czech SpeechT5 Model.



    .- Deep Speaker Embeddings for Speaker Verification of Children.



    .- Improved Alignment for Score Combination of RNN-T and CTC Decoder for Online Decoding.



    .- Attention to Phonetics: A Visually Informed Explanation of Speech Transformers.



    .- Effects of Training Strategies and the Amount of Speech Data on the Quality of Speech Synthesis.



    .- Stream-Based Active Learning for Speech Emotion Recognition via Hybrid Data Selection and Continuous Learning.



    .- Data Alignment and Duration Modelling in VITS.



    .- Multiword Expressions Resources for Italian: Presenting a Manually Annotated Spoken Corpus.



    .- Generating High-Quality F0 Embeddings Using the Vector-Quantized Variational Autoencoder.



    .- Anonymizing Dysarthric Speech: Investigating the Effects of Voice Conversion on Pathological Information Preservation.



    .- X-vector-based Speaker Diarization Using Bi-LSTM and Interim Voting-driven Post-processing.



    .- A Paradigm for Interpreting Metrics and Measuring Error Severity in Automatic Speech Recognition.



    .- Enhancing Speech Emotion Recognition Using Transfer Learning From Speaker Embeddings.




    .- Dialogue.



    .- Investigating Low-Cost LLM Annotation for Spoken Dialogue Understanding Datasets.



    .- PiCo-VITS: Leveraging Pitch Contours for Fine-grained Emotional Speech Synthesis.



    .- Improving and Understanding Clarifying Question Generation in Conversational Search.



    .- Explainable Multimodal Fusion for Dementia Detection From Text and Speech.



    .- Robust Classification of Parkinson’s Speech: an Approximation to a Scenario With Non-controlled Acoustic Conditions.



    .- Leveraging Conceptual Similarities to Enhance Modeling of Factors Affecting Adolescents’ Well-Being.



    .- Joint-Average Mean and Variance Feature Matching (JAMVFM) Semi-supervised GAN with Additional-Objective Training Function for Intent Detection.



    .- Capturing Task-Related Information for Text-Based Grasp Classification Using Fine-Tuned Embeddings.



    .- StepDP: A Step Towards Expressive and Pervasive Dialogue Platforms .



    .- Automatic Classification of Parkinson’s Disease Using Wav2vec Embeddings at Phoneme, Syllable, and Word Levels.