DDSPのチュートリアルをのぞいてみた(Differentiable Digital Signal Processing)
今回は音声変換のモデルの１つであるDDSPについて公式ページを参照しながら遊んでみようと思う。 論文リンク 実 続きを読む…
作者別: leck_3328
WBA勉強会に参加してきた(第30回)
今日参加した全脳アーキテクチャ勉強会に参加したときのメモと簡単な感想をここに残しておく。 垂れ流しなのでご容赦 続きを読む…
GPyTorchのチュートリアルを触ってみた(Regression Tutorial)
ガウス過程と機械学習を何とか読了したので、復習がてらGPyTorchのチュートリアルコードをなぞってみる。 ガ 続きを読む…
マイクからの入力をリアルタイムで可視化する(MacOS, Python)
今回は、MacBook付属のマイクで色々遊ぶための前準備の手順を備忘録として残すことにした。 PyAudioの 続きを読む…
(論文まとめ)ELECTRA : Pre-training Text Encoders As Discriminators Rather than Generators
簡易的に読んだ論文についてのメモを垂れ流していく。 掲載する図や表は特筆がない限り、元の論文から引っ張ってきた 続きを読む…
Word2VecをTensorFlowとSentencepieceで実装してみる
「ゼロから作るDeep Learning 2 自然言語処理編」を読んで、Word2Vecのモデルをsenten 続きを読む…
(論文)新しい音声認識のSOTAであるTransformerモデルベースが出た
今回紹介論文は音声認識のデータセットであるLibriSpeechでつい最近までSOTAを達成していたモデルにつ 続きを読む…
NMFの実装(Python, NumPy)
前回、NMF(非負値行列因子分解)について理論面でのまとめをした。 今回はその内容を踏まえてPythonでの実 続きを読む…
非負値行列因子分解（NMF; Nonnegative Matrix Factorization)のまとめ
今回は非負値行列因子分解(NMF)についてまとめていく。 非負値行列因子分解は、音声の音源分離や、多次元のデー 続きを読む…
CTCを用いたビームサーチデコーダであるCTC Beam Search Decoderのまとめ
今、インターン先の業務で音声認識のモデルを組んでいる。調べてみると、発話内容を予測する時にCTCを使ったBea 続きを読む…