nakazawa kazushi(中澤和司)

N

nakazawa kazushi(中澤和司)@nkzwkzs

その他

色々大変なことがあって執筆なかなかできませんでしたがまた頑張っていきたいですね

N

nakazawa kazushi(中澤和司)@nkzwkzs

音声

将来的にはレファレンステキストなしで単語単位の正誤判定できるといいですね めちゃくちゃ強いASRがあると嬉しい

N

nakazawa kazushi(中澤和司)@nkzwkzs

音声

ピッチ・倍音知覚おじさん図鑑を流行りに乗って作ってみました

N

nakazawa kazushi(中澤和司)@nkzwkzs

その他

音は嘘をつかない（名言）

N

nakazawa kazushi(中澤和司)@nkzwkzs

音声

Fun-Realtime-ASR-previewすごく性能良さそうですね… https://artificialanalysis.ai/speech-to-text

N

nakazawa kazushi(中澤和司)@nkzwkzs

画像生成

ChatGPTにSTOIの概要図作らせてみたら結構わかりやすくいい感じにしてくれました 文字がおかしいところもありますが凄いですね

N

nakazawa kazushi(中澤和司)@nkzwkzs

音声

主観評価では intelligibility だけでなく、listening effort も評価しているのが興味深いです。SI が高くても、聞き取りに必要な努力は codec によって差が出る。

A

arXiv Sound@ArxivSound

Lyonel Behringer, Anna Leschanowsky, Anjana Rajasekhar, Emily Kratsch, Guillaume Fuchs, "Assessing the Impact of Noise and Speech Enhancement on the Intelligibility of Speech Codecs," https://arxiv.org/abs/2605.03776

N

nakazawa kazushi(中澤和司)@nkzwkzs

音声

REAL-TSE Challengeも面白そうですね 勉強になりそう

N

nakazawa kazushi(中澤和司)@nkzwkzs

音声

S2SND難しい… ダイアライゼーション周りをもっと勉強します

N

nakazawa kazushi(中澤和司)@nkzwkzs

その他

鳥コンペ出力の補正とかやっててなかなかテクニカルで難しい…

N

nakazawa kazushi(中澤和司)@nkzwkzs

音声

参加しています！今回も楽しみ！

N

nakazawa kazushi(中澤和司)@nkzwkzs

リサーチ

Qwen3-Omniをさわって色々やってみたいが動かせるGPUがない

N

nakazawa kazushi(中澤和司)@nkzwkzs

音声

鳥コンペ、DCASE、VoiceMOS Challengeと楽しいコンペがたくさんですね

N

nakazawa kazushi(中澤和司)@nkzwkzs

画像生成

ChatGPTをplusからproにするか悩みますね GPT-Image-2は概要図とかの参考にするのに便利そう

N

nakazawa kazushi(中澤和司)@nkzwkzs

リサーチ

DCASE Task6用の環境作ってみて試してみました ちょっといじくってみてベースラインより上がったのでうれしい

N

nakazawa kazushi(中澤和司)@nkzwkzs

その他

手に入れました！ 理論と実装を学べるのうれしいですね