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

Una mirada a las complejidades de identificar pistas de audio mezcladas.

Nuevos métodos mejoran el reconocimiento de voz para la comunicación susurrada.

Una visión general de los ricos dialectos del tamil y métodos de identificación.

DUSTED mejora la eficiencia en identificar palabras habladas analizando patrones fonéticos.

Un nuevo método mejora el reconocimiento de sonido con menos potencia de computación.

Un nuevo enfoque para detectar problemas en máquinas sin comprometer la privacidad de los datos.

VoiceTailor transforma los sistemas de TTS para salidas de voz eficientes y personalizadas.

Aprende cómo se propaga el sonido en los espacios y sus aplicaciones.

StyleSpeech mejora los sistemas de TTS al captar los matices del habla natural.

Examinando métodos para mejorar la claridad del habla en entornos ruidosos a través del deep learning.

El modelo DualSpeech mejora la claridad de TTS y la similitud con el hablante.

Te presentamos SONICS, un conjunto de datos diseñado para identificar música generada por IA con precisión.

Nuevos métodos mejoran la detección de audio falso en condiciones del mundo real.

Un nuevo método mejora el reconocimiento de voz para Hindi usando técnicas de pseudoetiquetado.

La investigación propone mejores formas de evaluar la reverberación tardía en las habitaciones.

EmoAttack usa conversión de voz emocional para aprovechar vulnerabilidades en sistemas de habla.

Este artículo revisa técnicas para el análisis automático de los sonidos vocales de las suricatas.

Descubre cómo los transformers están cambiando los sistemas de reconocimiento de voz en todo el mundo.

Un nuevo modelo separa el timbre y la estructura para crear mejor audio.

Un nuevo sistema usa tecnología para clasificar la madurez del coco de manera más rápida y precisa.

Explorando cómo el tono y las palabras moldean nuestra comprensión del sarcasmo.

Un nuevo método agiliza la creación de conjuntos de datos musicales para la transcripción automática.

Un sistema para clasificar los dialectos literarios y coloquiales del tamil usando características de sonido.

Una visión general de los avances en el reconocimiento de voz a través del VoxCeleb Challenge.

Un nuevo método mejora la conversión de susurros a habla normal usando técnicas avanzadas.

Nuevos métodos mejoran la comprensión de la computadora sobre el habla susurrada y normal.

La IA está cambiando cómo se compone y se vive la música.

Un nuevo modelo busca traducir la actividad cerebral en un lenguaje comprensible.

Un nuevo enfoque mejora la modelización de la disfusión para la terapia y el aprendizaje de idiomas.

Una mirada a la recorte de micro-lotes y sus beneficios para el entrenamiento de modelos.

La investigación muestra cómo los LLMs mejoran el reconocimiento automático de voz en japonés.

Métodos innovadores mejoran la seguridad en los sistemas de reconocimiento de voz.

Un nuevo marco mejora la clasificación de audio aprovechando el conocimiento de dispositivos multimodales.

Un nuevo enfoque mejora la claridad de la comunicación al reducir el eco y el ruido de fondo.

VoxInstruct combina contenido y estilo para una generación de habla más natural.

Una mirada a cómo medir la precisión en los sistemas de reconocimiento de voz con nuevos métodos.

Un nuevo método mejora la precisión del reconocimiento de voz en varios idiomas.

Explorando un nuevo enfoque para mejorar la calidad del habla usando ventanas de contexto temporal.

Métodos recientes mejoran la marca de agua de audio para una mejor calidad de sonido y gestión de derechos de autor.

Un nuevo método para mejorar la calidad de conversión de voz en tiempo real.