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

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.

Este estudio mejora el monitoreo de la fauna usando embeddings de características de audio para una mejor clasificación de sonidos.

Urhythmic mejora la conversión de voz al centrarse en el ritmo del habla.

La investigación mejora las técnicas de fingerstyle percutivo para guitarristas usando recuperación de sonido en tiempo real.

Este artículo explora un nuevo modelo para la identificación de intención de habla y slots.

A medida que la tecnología de clonación de voz avanza, los métodos de detección confiables son cruciales.

Nuevo método mejora el reconocimiento de voz usando solo datos de audio en bruto.

Un estudio mejora el reconocimiento de voz para personas mayores, usando técnicas innovadoras.

BASS mejora la resumición de audios largos procesando en bloques.

Nuevos métodos plantean serios riesgos de seguridad para la tecnología de reconocimiento de voz.

ivrit.ai ofrece recursos clave para mejorar la tecnología de ASR en hebreo.

Técnicas innovadoras están cambiando la forma en que traducimos el lenguaje hablado.

Nuevos métodos buscan ocultar las identidades de los hablantes mientras mantienen la claridad del habla.

Nuevo modelo mejora la velocidad de reconocimiento de voz y el uso de memoria.

Nuevos métodos mejoran el reconocimiento de voz en campos específicos sin necesidad de mucha data.

Un nuevo conjunto de datos resalta las interpretaciones creativas de los pianistas de jazz sobre los clásicos.

Nuevos métodos mejoran la representación del sonido en la realidad virtual y aumentada.

FlexiAST permite que los modelos se adapten de manera eficiente a diferentes tamaños de parches de audio.

Los investigadores están usando aprendizaje automático para mejorar el diagnóstico de cáncer de garganta a través del análisis del habla.

Un nuevo modelo mejora la forma en que las computadoras procesan el lenguaje hablado.

Polyffusion usa técnicas visuales para generar y controlar música de manera efectiva.

Los investigadores están usando patrones de habla para detectar el Alzheimer más temprano y de manera más efectiva.