Hiroshi Saruwatari

Introduciendo la conversión de voz espacial para mejorar el realismo y la inmersión del audio.

J-CHAT ofrece un gran conjunto de datos de código abierto para mejorar los sistemas de diálogo hablado.

Los investigadores desarrollan SaSLaW para mejorar la adaptación del habla de las máquinas en diferentes entornos.

BigCodec mejora la calidad de sonido en la transmisión de audio a baja tasa de bits.

Nuevo modelo mejora la generación de voz en diversos dialectos de lenguas con acento tonal.

Un nuevo sistema predice las puntuaciones de naturalidad para el habla sintética usando métodos innovadores.

Un nuevo método mejora el canto en conjunto sintetizado al modelar las interacciones entre los cantantes.