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

Usar música para explicar el cáncer puede mejorar la comprensión y el interés.

Aprende cómo la localización del sonido identifica la fuente de los sonidos utilizando técnicas avanzadas.

Un nuevo enfoque para sintetizar voces con una mejor precisión rítmica.

Los LLMs mejoran la precisión en las transcripciones médicas, beneficiando la atención al paciente.

Un método para mejorar la extracción de melodías en diferentes estilos musicales con mínimo esfuerzo humano.

Nuevos métodos mejoran la detección de actividad de voz y superposición en la diarización del hablante.

Nuevo método integra señales de voz para mejorar la detección de la depresión.

Este artículo habla sobre métodos para crear campos de sonido inmersivos usando diferentes arreglos.

Un nuevo método reduce el sonido metálico no deseado en la reverberación de audio.

Chirp MFCC mejora la representación de la señal de audio para una mejor clasificación y reconocimiento.

Técnicas innovadoras para mejorar los modelos de TTS y reducir la pérdida de conocimiento.

El proyecto EMO-SUPERB mejora el reconocimiento de emociones en el habla a través de técnicas mejoradas y la colaboración de la comunidad.

Un nuevo marco mejora los modelos de lenguaje al reconocer y responder a diferentes estilos de habla.

Un nuevo sistema para evaluar el rendimiento de los códecs de audio en diferentes aplicaciones.

Este estudio revisa cómo el tamaño del lote influye en el rendimiento y entrenamiento del modelo de voz.

Descubre cómo la IA está transformando la creación musical a través de la colaboración con humanos.

Mejorando los sistemas de ASV para reconocer las voces de los niños con precisión.

La investigación destaca nuevos modelos para mejorar la calidad de audio en diferentes entornos.

Examinando cómo el sonido y la vista juntos mejoran la comprensión de datos.

CLAPSep mejora la separación de sonido usando modelos preentrenados y consultas del usuario para una mayor precisión.

Nuevos métodos mejoran la accesibilidad y precisión en la subtitulación de audio.

Aprende a identificar llamadas de audio falsas con técnicas innovadoras de desafío-respuesta.

CustomListener crea avatares realistas que responden a las conversaciones de manera dinámica.

La investigación destaca la importancia del tiempo sobre las características específicas del hablante en los modelos de diarización.

Nuevo método mejora la síntesis de voz para personas que no pueden hablar.

Una mirada a MONA, un sistema que mejora la comunicación en silencio.

Una visión general de ASR y sus avances en aplicaciones modernas.

Explorando nuevos métodos para mejorar el reconocimiento de emociones en el habla usando datos naturales.

La investigación se centra en ayudar a los robots a entender mejor el habla en medio del ruido de fondo.

Este estudio avanza la educación musical al automatizar la evaluación de la dificultad de las piezas de piano.

Un nuevo estándar evalúa el rendimiento de los sistemas de reconocimiento de voz en medio de diversas interferencias.

Explorando el papel de la IA en la creación de música a través de técnicas y estructuras avanzadas.

Un nuevo método mejora el rendimiento y la eficiencia del modelo de voz en entornos ruidosos.

Explorando cómo la reconstrucción de campos de sonido impacta las experiencias de audio en diferentes aplicaciones.

Un nuevo método combina técnicas tradicionales con redes neuronales para mejorar la localización del sonido.

Un nuevo enfoque para mejorar la detección acústica sin comprometer la calidad del audio.

Un método para mejorar la precisión del reconocimiento de voz en los idiomas kannada y telugu.

Un nuevo sistema mejora la creación de gestos realistas usando solo audio de voz.

La IA está mejorando los implantes cocleares para tener mejor audición y comunicación en entornos difíciles.

Notochord mejora la creación de música MIDI en tiempo real usando IA para actuaciones más ricas.