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

Un nuevo modelo mejora la eficiencia y el rendimiento en la separación de voces.

Un nuevo enfoque evalúa la calidad del audio usando múltiples micrófonos en diferentes entornos.

Un nuevo método mejora la separación del sonido en diferentes frecuencias.

Explora los avances en la cancelación de eco para mejorar la calidad de las llamadas.

Un nuevo método mejora la generación de música al agregar contexto de interpretación.

Un nuevo enfoque genera subtítulos de audio usando solo texto, mejorando la eficiencia de datos.

Explorando los desafíos y las innovaciones para emparejar grabaciones de audio con partituras.

Un nuevo enfoque aprovecha el aprendizaje autosupervisado para conectar el audio y la partitura.

Un nuevo método mejora la coincidencia entre audio y partituras.

Usando k-means para optimizar datos de audio y mejorar el entrenamiento del modelo.

Un estudio muestra que la augmentación de audio puede mejorar el reconocimiento de voz en lenguas con pocos recursos.

Un nuevo enfoque mejora la eficiencia en modelos de reconocimiento de voz multilingües al integrar técnicas de enmascaramiento adaptativo.

Investigando audio deepfake para mejorar modelos de transcripción para idiomas menos comunes.

Nuevas estrategias mejoran el aprendizaje con etiquetas débiles al seleccionar ejemplos negativos relevantes.

Un nuevo método para marcar audio creado por modelos de difusión para proteger la propiedad.

Nuevas técnicas mejoran los sistemas de ASR para un mejor reconocimiento de discursos largos.

Nuevas técnicas buscan mejorar la precisión de los dispositivos activados por voz contra ataques.

DurIAN-E mejora el habla sintética con una expresividad y fluidez natural mejoradas.

Descubre cómo SER mejora la interacción entre humanos y máquinas a través de la detección de emociones.

Un método para elegir el mejor modelo de ASR basado en características de audio.

Aprende cómo la dereverberación mejora el reconocimiento de voz en ambientes ruidosos.

Coco-Nut ofrece muestras de voz japonesa diversas para aplicaciones avanzadas de texto a voz.

Este estudio presenta un modelo basado en atención para estimar volúmenes de habitaciones a partir de grabaciones de audio.

El modelo ASCA mejora la precisión de clasificación de audio para conjuntos de datos pequeños.

MyST busca mejorar el aprendizaje de ciencias de los niños a través de tutorías virtuales.

Un estudio compara la precisión de localización del sonido entre formatos de audio de cuatro canales y dos canales.

Una mirada a M2MeT 2.0 y su impacto en la transcripción de reuniones.

Un nuevo método de procesamiento de audio mejora el anonimato del hablante sin perder claridad en el discurso.

Este estudio convierte datos de MRI de la lengua en audio de voz real.

Este estudio analiza cómo la compresión de modelos afecta el reconocimiento de voz en entornos ruidosos.

Explora cómo el Aprendizaje Activo en Línea mejora la eficiencia del reconocimiento de sonido.

Un nuevo modelo mejora la comprensión del habla y los sonidos al mismo tiempo.

Un sistema que clasifica el lenguaje del cliente en sesiones de terapia usando varios métodos de comunicación.

Nueva tecnología mejora la detección de la disartria y la clasificación de su gravedad.

Nuevos métodos mejoran la detección temprana de problemas de voz usando características de la fuente glótica.

Mejorando los modelos de voz para reconocer y adaptarse mejor a diferentes acentos.

DCLS mejora el rendimiento de clasificación de audio al aprender las posiciones del núcleo durante el entrenamiento.

Un nuevo método mejora el aprendizaje automático de datos audio-visuales.

Presentando nuevos modelos para mejorar la extracción de voz en entornos ruidosos.

Un nuevo método mejora la eficiencia del reconocimiento de voz utilizando adaptación de bajo rango.