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

Transformando audio mono en experiencias binaurales inmersivas con técnicas innovadoras.

La investigación explora cómo los modelos de mejora del habla mantienen el estrés silábico en medio del ruido.

Un nuevo marco mejora la alineación de sonidos y visuales en los videos.

Revolucionando el texto a voz con mayor eficiencia y voces que suenan más naturales.

Descubre cómo los sistemas de TTS están evolucionando para sonar más como humanos.

Nuevo sistema transforma el control de audio a través de descripciones de texto detalladas.

Combinando video y audio para detectar mejor las emociones.

YingSound transforma la producción de video al automatizar la generación de efectos de sonido.

Los investigadores usan ecos para marcar el audio, asegurando que los derechos de los creadores estén protegidos.

Los robots ahora pueden moverse en entornos complicados usando sonido gracias a SonicBoom.

El modelo MASV mejora la verificación de voz, asegurando seguridad y eficiencia.

Explorando el impacto de las herramientas de IA en la creación musical y las perspectivas de los compositores.

La tecnología de reconocimiento de voz mejora el reconocimiento de dígitos, especialmente en entornos ruidosos.

Mejorando el rendimiento de ASR multilingüe para japonés a través de un ajuste fino específico.

Explorando cómo los BCIs decodifican el habla imaginada para mejorar la comunicación.

SonicMesh usa el sonido para mejorar la modelación 3D del cuerpo humano a partir de imágenes.

Descubre los últimos avances en el reconocimiento de voz en tiempo real y cómo mejoran nuestras interacciones.

Los investigadores mejoran el procesamiento de voz usando Libri2Vox y técnicas de datos sintéticos.

Descubre cómo la TTS emocional cambia la comunicación con las máquinas, haciéndolas más cercanas.

Aprende cómo los sonidos de los insectos pueden ayudar a monitorear ecosistemas y manejar plagas.

Nuevos métodos ayudan a las máquinas a encontrar información clave del contenido hablado.

Descubre cómo la IA simplifica la recolección de datos de voz a través del crowdsourcing.

Explora las diferencias entre el habla espontánea y la hablada en guion en el procesamiento de audio.

DAAN mejora cómo las máquinas aprenden de datos audio-visuales en escenarios de cero disparos.

Un nuevo método mejora la detección de deepfakes de audio usando técnicas de aprendizaje innovadoras.

Un nuevo modelo de Singapur mejora la comprensión del habla de las máquinas.

A medida que las máquinas producen música, tenemos que proteger la creatividad humana mediante métodos de detección efectivos.

Nuevos modelos identifican el discurso sintético y combaten el mal uso de la tecnología de voz.

TAME usa sonido para detectar drones, mejorando la seguridad y la monitoreo.

Descubre cómo CAMEL mejora la comprensión de conversaciones en varios idiomas.

La investigación muestra que la actividad cerebral puede ayudar a las máquinas a reconocer música de manera efectiva.

La tecnología de audio ofrece una forma económica de rastrear UAVs de manera segura.

Un nuevo método de IA analiza voces para detectar el riesgo de cáncer de laringe.

Descubre cómo la síntesis de video a audio está cambiando las experiencias multimedia con una alineación de sonido perfecta.

Un nuevo sistema revoluciona la forma en que los diseñadores de sonido crean audio para videos.

Una mirada a cómo la mejora del habla mejora la comunicación a través de las características de los datos.

Nuevos métodos mejoran los sistemas ASR para idiomas que no han encontrado antes.

Descubre cómo la tecnología TTA combina palabras y sonidos para experiencias de audio más ricas.

Los investigadores mejoran el reconocimiento de voz en suizo alemán a través de una generación de datos innovadora.

Un nuevo método mejora la sincronización de labios en videos doblados para una experiencia de visualización más natural.