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

Un robot móvil aprende a reconocer voces en entornos ruidosos para aplicaciones prácticas.

Un nuevo conjunto de datos busca mejorar la captura de voz usando sensores de conducción por el cuerpo.

Un nuevo enfoque mejora la detección de deepfakes usando análisis audiovisual.

Una mirada al progreso en las tecnologías y métodos de reconocimiento de voz.

Un nuevo método mejora la detección de tartamudeo combinando datos de audio, video y texto.

Un equipo mejora el procesamiento de audio para identificar hablantes y lenguajes.

La investigación sobre la detección de emociones humanas a través del habla muestra potencial para varias aplicaciones.

Un nuevo método mejora la creación de sonido para modelos humanos 3D realistas.

Este estudio revela cómo el habla puede estimar las tasas de respiración usando modelos avanzados.

GraphMuse simplifica el análisis de datos de música simbólica con técnicas avanzadas de aprendizaje automático.

La investigación presenta nuevos métodos para evaluar sistemas de reconocimiento de voz en polaco.

Este artículo habla sobre cómo mejorar el formato de expresión numérica en transcripciones automáticas.

El aprendizaje auto-supervisado transforma el reconocimiento musical a través de métodos innovadores.

Un nuevo conjunto de datos mejora el habla de máquina para el mandarín, buscando una expresión más natural.

Un estudio sobre cómo mejorar la localización de fuentes de sonido aprovechando mejor la información auditiva y visual.

Un nuevo marco analiza el habla para identificar el deterioro cognitivo leve en diferentes idiomas.

Explorando el impacto de la IA en estilos musicales subrepresentados.

Un método para mejorar los sistemas de TTS y que pronuncien mejor las palabras OOV en India.

Un nuevo modelo mejora la eficiencia en el procesamiento del habla con menos consumo de energía.

Nuevos modelos de aprendizaje automático mejoran la claridad del habla para usuarios de audífonos.

La investigación explora audio de baja frecuencia para proteger la privacidad en estudios de comportamiento social.

Explorando cómo se comporta el sonido en entornos de varias habitaciones y sus implicaciones en la tecnología.

Nuevas herramientas de IA están simplificando la edición musical con técnicas innovadoras y mejor precisión.

El emparejamiento de voz preestablecido mejora la traducción de voz mientras asegura la privacidad y reduce riesgos.

Un nuevo sistema ayuda a los músicos a crear música con más control y precisión.

Una nueva herramienta para evaluar la replicación en la música hecha por IA.

Un nuevo modelo de texto a audio usando solo datos públicos.

Un nuevo conjunto de datos busca mejorar la comprensión del cambio de código entre varios idiomas.

Este artículo examina el equilibrio de género en los noticieros franceses en diferentes temas.

El conjunto de datos Rasa mejora la conversión de texto a voz para idiomas indios con una voz neutra y expresiva.

Nuevos métodos mejoran la comprensión de las emociones humanas en el habla por parte de las máquinas.

Simplificar las herramientas de IA puede ayudar a los artistas a mejorar su expresión creativa.

MusiConGen mejora el control del usuario en la generación de texto a música.

Investigadores mejoran la decodificación del habla usando EEG para ayudar a quienes tienen dificultades para hablar.

Un nuevo modelo mejora la claridad del habla al atacar el ruido y los ecos.

J-CHAT ofrece un gran conjunto de datos de código abierto para mejorar los sistemas de diálogo hablado.

Nuevos métodos permiten a los músicos crear instrumentos a partir de sonidos.

Examinando cómo los códecs mantienen los tonos emocionales en los datos de voz.

Descubre cómo la transmisión IP y el etiquetado de audio están transformando la entrega de contenido.

Una mirada a cómo la tecnología y los músicos colaboran en una actuación única.