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

Un método fresco para entender las relaciones musicales a través de árboles de dependencia.

Este artículo habla de nuevos modelos que mejoran la precisión del reconocimiento de voz al considerar contextos más largos.

LyricWhiz combina modelos avanzados para mejorar la precisión de la transcripción de letras en diferentes idiomas.

Un estudio sobre cómo usar grabaciones de sonido para identificar diferentes especies de aves en África.

Nuevo método mejora el aprendizaje en Redes Neuronales Espigadas al incorporar ajustes de retraso.

Descubre cómo los sistemas de recomendación sugieren canciones según las preferencias de los usuarios.

Este artículo habla sobre los desafíos y técnicas para manejar el desequilibrio de conjuntos de datos en la clasificación de audio.

Un nuevo enfoque mejora el reconocimiento de voz para el rumano usando inhibición lateral.

La investigación destaca métodos para proteger la privacidad de género en audio hablado.

Una mirada a cómo captar mejor las emociones detrás de las palabras habladas.

Usar embeddings de audio preentrenados lleva a mejores modelos de clasificación musical.

Investigaciones destacan el papel de los límites de las palabras en el habla y la actividad EEG.

Nuevo marco mejora la claridad del habla en videos silenciosos mediante un procesamiento mejorado.

Descubre la mezcla de arte y ciencia en el estudio del mridangam.

Un nuevo método mejora el reconocimiento de palabras personalizadas en sistemas ASR para idiomas con datos limitados.

Los investigadores desarrollan un modelo Conformer para mejorar la detección de audio falso.

Un método para ocultar la información de género mientras se asegura la verificación de identidad en el reconocimiento de voz.

Nuevos métodos mejoran la detección temprana del Alzheimer usando análisis de voz y audio.

Explora datos de sonido de 41 instrumentos musicales con grabaciones detalladas.

Investigación sobre cómo mejorar los embeddings acústicos de palabras con comprensión semántica y datos multilingües.

Nuevas tecnologías mejoran la comunicación para personas con trastornos del habla.

Un nuevo sistema combina transcripción y traducción para mejorar la comunicación.

Whisper-AT combina el reconocimiento de voz y el etiquetado de audio para un mejor rendimiento.

Un nuevo enfoque que combina el habla con modelos de lenguaje para mejorar la traducción.

Nuevo método mejora la precisión al convertir audio de piano en partituras.

Este artículo habla de las necesidades y desafíos en la tecnología de audio generativo.

Nuevos métodos usan los sonidos de la tos y datos de salud para detectar mejor la tuberculosis.

Este estudio examina cómo evolucionan las características de la voz en pacientes con cáncer oral después del tratamiento.

Un nuevo método para cambiar el timbre musical usando técnicas avanzadas de aprendizaje automático.

Nuevos métodos mejoran la precisión del reconocimiento de voz, solucionando errores comunes de transcripción.

Un estudio sobre cómo mejorar la reproducción del sonido vocal con técnicas de síntesis avanzadas.

VampNet transforma el procesamiento de música a través de técnicas innovadoras de modelado de tokens.

Tecnología portátil asequible para personas con pérdida auditiva.

Un nuevo modelo mejora la precisión de tiempo para las letras en aplicaciones de música.

Un sintetizador en línea que permite a los usuarios crear música usando gestos simples.

Un estudio sobre el papel de la IA en la generación de música metal progresivo.

Un modelo que crea tablaturas de guitarra reflejando los estilos de guitarristas famosos.

Explorando el potencial del aprendizaje auto-supervisado en la recuperación de información musical.

Usando señales de audio para identificar riesgos de salud respiratoria.

Un nuevo método mejora la velocidad y precisión del reconocimiento de voz mientras reduce el uso de recursos.