Ingeniería Eléctrica y Ciencia de Sistemas - Procesado de Audio y Voz

Avances en descifrar cómo la gente se concentra en los sonidos usando la actividad cerebral.

Un nuevo método mejora la claridad del sonido y la localización usando un enfoque híbrido.

CMNet mejora la claridad de la voz al reducir el eco en los dispositivos de comunicación.

Un nuevo método mejora la clasificación de sonidos submarinos de barcos usando redes neuronales.

La investigación busca mejorar la claridad en los audífonos para una mejor comunicación.

Un nuevo método para mejorar la calidad del habla usando redes eficientes en energía.

La investigación destaca la comunicación de las vacas para mejorar las prácticas de la ganadería lechera.

MuReNN combina modelos paramétricos y no paramétricos para mejorar el análisis de audio.

Revolucionando la investigación sobre la comunicación animal con integración innovadora de audio y lenguaje.

Las investigaciones muestran que tener varios micrófonos ayuda a detectar y localizar a los hablantes.

Presentamos un nuevo modelo para hablar más claro en ambientes ruidosos.

Un nuevo método mejora la coincidencia de audio usando imágenes, aumentando el realismo en los entornos de audio.

Un conjunto de datos conecta emociones con canciones MIDI usando el análisis de letras.

Mejorando la calidad del habla a través de métodos innovadores y conjuntos de datos multilingües.

Nuevas técnicas buscan mejorar la calidad de audio al abordar la pérdida de paquetes.

Nuevos sistemas están diseñados para detectar grabaciones de audio falsas con mejor precisión.

Nuevos sistemas mejoran la identificación de hablantes usando datos de audio y visuales.

MoisesDB ofrece un conjunto de datos detallado para la separación avanzada de sonidos en la música.

Usando LLMs para crear un montón de datos para la subtitulación de música.

Los investigadores están mejorando el entrenamiento de pronunciación con nuevas tecnologías para los que aprenden idiomas.

HierVST transforma voces sin problemas, mejorando la calidad de audio sin necesidad de muchos datos.

Un enfoque unificado mejora el análisis musical al integrar múltiples elementos estructurales.

La investigación se centra en clasificar el habla de niños y adultos usando datos no etiquetados.

La investigación desarrolla un modelo para medir con precisión la participación en conversaciones.

DAVIS ofrece una forma nueva de enfrentar la separación de sonido audio y visual.

Un nuevo método mejora la identificación precisa de objetos que producen sonido en videos.

DiffProsody mejora la velocidad y calidad de la síntesis de voz a través de una generación de prosodia innovadora.

Los modelos de aprendizaje profundo mejoran la reconstrucción del campo sonoro en entornos complejos.

Nueva tecnología busca restaurar la calidad de la música que se perdió por la compresión de volumen.

Nuevo método promete identificar más rápido trastornos del habla como la afasia.

Nuevo método usa sonidos ultrasónicos para confundir sistemas de reconocimiento de voz sin ser detectado.

Nuevos métodos mejoran la calidad del habla sintética usando aprendizaje auto-supervisado.

Un nuevo método mejora la transcripción de palabras clave raras en conversaciones de negocios.

El Aprendizaje Federado mejora el reconocimiento de voz mientras mantiene los datos del usuario privados.

MusicLDM transforma texto en música original, ofreciendo nuevas formas de creatividad.

Nuevos métodos mejoran la precisión para extraer melodías cantadas de audio mezclado.

Nuevo modelo mejora la claridad del habla en entornos ruidosos usando métodos innovadores.

Un estudio sobre las canciones folclóricas coreanas utilizando métodos analíticos modernos.

DiffDance crea secuencias de baile detalladas que se ajustan bien a la música.

Examinando la equidad en la tecnología de transcripción de voces cantantes entre géneros.