音声・オーディオ

MetaPerch は、動物の鳴き声そのものだけでなく、録音に付随する場所や時刻などのメタデータを学習に使う生物音響向け基盤モデルだ。現実の受動的音響モニタリングで問題になる分布変化への対応を狙っている。

arXiv の新論文は、WavLM 表現と動的時間伸縮法を用いた、テキスト不要の第二言語音声評価を検証している。音素レベルの採点で高い性能を示し、リズムやイントネーション評価にも応用可能性を示した。