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

El modelo AffectEcho mejora la expresión emocional en el habla generada por IA.

Este estudio mejora los modelos G2P al centrarse en las áreas propensas a errores durante el entrenamiento.

Descubre métodos que mejoran la precisión en el seguimiento de formantes para el análisis del habla.

Los investigadores desarrollan métodos basados en el habla para evaluar el Parkinson de forma más precisa.

Meta-SELD mejora la localización de eventos sonoros en diferentes entornos.

AVMIT ofrece a los investigadores información sobre cómo se relacionan el sonido y la visión en el reconocimiento de acciones.

Un nuevo modelo de IA mejora la predicción de las puntuaciones de calidad de audio.

Esta investigación examina cómo los métodos de muestreo afectan la calidad de la música generada por IA.

Un nuevo método mejora la detección de audio falso en sistemas de reconocimiento de voz.

Nuevos métodos mejoran la precisión del seguimiento del ritmo en música clásica compleja.

Una mirada a cómo la diarización de lenguaje ayuda en conversaciones multilingües.

Un nuevo marco simplifica la generación de texturas de audio al reducir las necesidades de etiquetado.

Un nuevo sistema mejora el reconocimiento de voz en lugares ruidosos usando técnicas avanzadas.

Evaluando la efectividad de la anonimización de la voz sin perder el sonido natural.

Nuevos modelos mejoran la precisión de la clasificación de audio y la resistencia al ruido y ataques.

Una visión general de las herramientas de IA para la creación musical y sus características únicas.

La investigación explora el deep learning para crear audio que coincida con contenido de video en silencio.

Un nuevo método mejora las grabaciones de sonido usando señales visuales.

Una mirada a cómo los modelos XLS-R mejoran la evaluación de la calidad de audio en reuniones en línea.

Un nuevo método mejora el rendimiento y la eficiencia en el etiquetado de audio.

La investigación destaca métodos de detección en tiempo real para audio falso creado por IA.

Whombat simplifica la anotación de grabaciones de sonido para la investigación de la vida salvaje.

Nuevas estrategias mejoran la claridad del habla en ambientes ruidosos para un mejor reconocimiento.

Un nuevo sistema conecta imágenes emocionales con música para mejorar el descubrimiento.

Un nuevo sistema mejora las grabaciones de audio para una mejor experiencia de escucha.

Un nuevo enfoque reduce el etiquetado de datos mientras mejora la precisión en la clasificación de audio.

Un nuevo sistema mejora la calidad del habla y la expresividad para la síntesis de párrafos.

Descubre métodos para evaluar la calidad de la música creada por IA mediante evaluaciones subjetivas y objetivas.

La investigación se centra en los movimientos de la lengua para ayudar en la terapia del habla y el aprendizaje de idiomas.

Este estudio analiza cómo el género afecta la utilidad, privacidad y equidad de la biometría de voz.

Nuevos métodos de poda mejoran el rendimiento del modelo de texto a voz de múltiples hablantes sin entrenamiento previo.

La investigación sobre el reconocimiento de emociones en interacciones de llamadas de emergencia revela insights importantes.

Nuevos métodos para seleccionar datos de voz minimizan el etiquetado mientras mejoran la precisión del reconocimiento.

Un nuevo método mejora el reconocimiento de emociones en el habla al analizar el tiempo y la frecuencia.

Explora cómo las herramientas cuánticas transforman la producción musical para los artistas.

Un nuevo método mejora la clasificación de calidad del habla utilizando puntuaciones de preferencia de los oyentes.

Un método para mejorar los sistemas de ASR para usuarios que tartamudean.

Los desafíos para acceder a datos de audio dificultan las oportunidades de investigación.

Nuevos métodos mejoran la claridad en entornos ruidosos a través de un procesamiento de sonido avanzado.

Un sistema recién desarrollado genera un habla francesa realista para una competencia.