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

La investigación sobre nuevos modelos mejora la calidad de audio en cine y televisión.

Nuevos métodos mejoran la privacidad manteniendo el contenido del discurso y las emociones.

Analizar los sonidos de un niño revela etapas clave en su crecimiento del lenguaje.

Nuevos métodos para mejorar el control de las RNNs mejoran las simulaciones de efectos de audio.

MulliVC transforma voces entre idiomas con una precisión y claridad impresionantes.

Los investigadores crean modelos para mejorar la comprensión de la producción del habla y el movimiento.

Un sistema que permite la autenticación por voz en varios idiomas para dispositivos móviles.

TEAdapter mejora la generación de música a partir de texto, dando a los usuarios más control y creatividad.

La investigación revela una comprensión más profunda de cómo los sonidos se influyen entre sí al hablar.

Un nuevo marco mejora la detección de sonidos de máquinas usando técnicas de aprendizaje activo.

Este estudio examina cómo diferentes métodos de resumen afectan la calidad y el contenido.

Nuevo modelo de aprendizaje automático mejora las técnicas de separación de fuentes de audio.

Music2Latent simplifica la compresión de audio mientras mantiene una alta calidad para varias aplicaciones.

El modelo TOGGL mejora la precisión de la transcripción en situaciones de habla superpuesta.

Un sistema para mejorar la claridad del habla en entornos ruidosos usando gafas inteligentes.

Un estudio sobre cómo identificar momentos de discurso de odio en audio usando técnicas nuevas.

Un método para mejorar la calidad del reconocimiento de voz en entornos ruidosos.

Un método para generar música interesante manejando los niveles de sorpresa.

Un enfoque novedoso codifica y reconstruye señales sensoriales usando trenes de picos.

MorphFader simplifica el cambio de sonido usando modelos de texto a audio para generar audio creativo.

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

Style-Talker mejora las conversaciones entre humanos y máquinas a través de la profundidad emocional.

Este artículo habla sobre cómo usar el aprendizaje profundo para predecir las respuestas emocionales a la música.

Un nuevo método para visualizar distribuciones sonoras globales usando datos de audio y satélites.

Explorando nuevos métodos en compresión de audio para mejorar la calidad del sonido.

La investigación se centra en detectar audio deepfake mediante técnicas mejoradas y expansión de datos.

Un nuevo método mejora la síntesis de habla natural en varios idiomas.

Un nuevo enfoque se centra en inconsistencias sutiles en la detección de deepfakes.

Examinando cómo la longitud de las expresiones y factores sociales influyen en la velocidad del habla.

Un nuevo conjunto de datos resalta los sesgos en los modelos de lenguaje según el género y la edad.

Explorando el papel de los Transformers y LLMs en mejorar la seguridad de la red.

Presentamos PeriodWave, un modelo que mejora la velocidad y calidad de la generación de audio.

Aprende a preparar y enviar tu paper científico de manera efectiva.

Nuevo modelo mejora las conexiones entre los sonidos y sus significados textuales.

Una mirada a cómo han cambiado las características del sonido en la música popular a lo largo de las décadas.

Un nuevo sistema mejora el reconocimiento de voz usando palabras clave contextuales para mayor precisión.

PeriodWave-Turbo mejora la velocidad y calidad de generación de sonido en varias aplicaciones.

La investigación revela cómo hacer que los modelos de voz sean más pequeños y eficientes.

La separación de diálogos ayuda a los espectadores a escuchar las conversaciones claramente a pesar del ruido de fondo.

MAT-SED usa un nuevo modelo Transformer para detectar eventos sonoros de manera efectiva.