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

Un estudio revela cómo la claridad del audio afecta el análisis de la adquisición del lenguaje en bebés.

Una herramienta mejora los sistemas de posicionamiento interior basados en sonido a través de una simulación eficiente.

Un nuevo enfoque mejora la comprensión del lenguaje hablado usando procesamiento de audio eficiente.

Este artículo presenta un método para mejorar las CNN eliminando filtros innecesarios.

Un nuevo enfoque mejora el reconocimiento de voz en tiempo real al equilibrar velocidad y precisión.

X-LLM integra imágenes, videos y speech en el procesamiento del lenguaje.

Un nuevo método mejora la detección de emociones en el habla usando técnicas de autoatención.

Fast Conformer mejora la velocidad y precisión del reconocimiento de voz para varias aplicaciones.

Uniendo el lenguaje hablado y escrito para mejores modelos de comunicación.

La investigación presenta un método para convertir palabras habladas en canto de manera eficiente.

Examinando el impacto de la tecnología de voz en la privacidad personal.

Una app móvil diseñada para mejorar la pronunciación en árabe para todos los que aprenden.

Este artículo habla de cómo el aprendizaje automático llena los vacíos en el audio del habla.

Este método ayuda a las personas con pérdida auditiva a identificar fuentes de sonido en su entorno.

Explora las últimas técnicas que mejoran la claridad del habla en ambientes ruidosos.

AudioSlots mejora la claridad del sonido al separar las grabaciones de audio mezcladas de manera efectiva.

Un método para crear voces cantando sin necesidad de etiquetar las voces en detalle.

Un método mejora cómo los asistentes de voz reconocen palabras poco comunes usando el contexto.

Un nuevo marco mejora el doblaje al capturar estilos de habla en diferentes idiomas.

Un enfoque nuevo para medir el jitter usando el análisis de cruce por cero en equipos de audio.

Un nuevo marco utiliza datos débilmente etiquetados para una separación de audio efectiva.

CoMoSpeech mejora la velocidad y calidad de la síntesis de voz con un proceso de un solo paso.

Nuevos estándares mejoran los modelos de separación de audio para música y entretenimiento.

Nuevo método mejora modelos de reconocimiento de voz y reduce la pérdida de conocimiento.

Explorando el rendimiento de ASR en diferentes acentos y sus implicaciones.

Un nuevo método para crear versiones musicales únicas rearranjando piezas existentes.

Un nuevo sistema mejora la generación de voz con salidas de alta calidad.

Un nuevo modelo mejora la precisión del reconocimiento de voz durante el habla emocional.

Aprende a usar FM y PM de manera efectiva en el diseño de sonido.

Descubre nuevos métodos para mejorar el rendimiento de los audífonos y la claridad del habla.

Un nuevo método mejora las tareas de reconocimiento de voz usando menos datos etiquetados.

Este artículo analiza las mejoras recientes en la creación de descripciones de audio escritas.

Tecnología de reconocimiento de audio eficiente diseñada para dispositivos de televisión de bajo consumo.

SCHmUBERT ofrece un enfoque nuevo para crear música simbólica con IA.

Usando IA para identificar huevos de caracol rosa invasor y mejorar su manejo.

Un nuevo modelo mejora las puntuaciones de confianza en los sistemas de reconocimiento de voz.

Nuevas técnicas mejoran la comprensión del habla disártica en los sistemas de comunicación.

Un nuevo enfoque no supervisado mejora la isolación de voces en mezclas de audio.

Un nuevo estándar para evaluar modelos de aprendizaje automático en la comprensión del habla entre idiomas.

Este artículo habla sobre métodos para mejorar la clasificación de teléfonos usando características de audio.