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

Nuevo método mejora la calidad y eficiencia de la generación de voz.

Un método que combina datos etiquetados y no etiquetados mejora la detección de fuentes de sonido.

Descubre cómo las señales de audio ayudan a los jugadores en el tenis de mesa.

Un sistema que prioriza la melodía mientras ofrece control sobre la generación de música orquestal.

Un nuevo método usa sombras virtuales para mejorar el feedback de pronunciación de los que aprenden idiomas.

Nuevos métodos mejoran la calidad de audio binaural en entornos de sonido difíciles.

Un nuevo método de ASR ayuda a la tecnología a entender mejor el habla de los niños.

El compositor usa textos como indicaciones para crear composiciones musicales complejas en formato MIDI.

Un recurso para estudiar patrones de canto en la música de idols japoneses.

ViolinDiff mejora el realismo de la música de violín generada por computadora.

Combinar características mejora la precisión en la clasificación de sonidos submarinos.

El aprendizaje por transferencia mejora la clasificación de audio para la detección de sonidos submarinos.

La tecnología de IA está cambiando el panorama de las estafas de vishing, aumentando los riesgos para las personas.

Un nuevo modelo crea audio que coincide con el video, mejorando las experiencias mediáticas.

Un método para mejorar el reconocimiento automático de voz combinando listas de palabras clave con modelos de lenguaje.

Un estudio sobre técnicas de imitación vocal usando tecnología para mejorar la comunicación.

Aprende a entrenar modelos de voz de manera efectiva con menos recursos etiquetados.

Un análisis de la terminología de género en la tecnología del habla y sus implicaciones sociales.

Un nuevo marco mejora la detección de eventos sonoros que se superponen en entornos de audio complejos.

Investigación sobre cómo mejorar la identificación de sonidos de aves usando técnicas de aprendizaje automático.

Un nuevo método mejora la creación automática de versiones de piano usando la tecnología de transcripción musical existente.

Una mirada a los resultados del desafío Codec-SUPERB y las métricas de rendimiento del codec.

El proyecto MultiMed mejora el reconocimiento de voz automático para una mejor comunicación en el cuidado de la salud.

Un enfoque nuevo para la evaluación de la calidad de audio sin necesitar referencias limpias.

El marco ECHO mejora la precisión en la clasificación de sonidos usando etiquetas estructuradas y un proceso de aprendizaje en dos etapas.

Un nuevo método mejora la claridad del habla al integrar información visual.

Un nuevo enfoque mejora la estimación de la dirección del sonido para altavoces en movimiento en entornos difíciles.

La Recuperación de Momentos de Audio permite localizar momentos específicos en grabaciones largas.

Safe Guard detecta discurso de odio en tiempo real durante interacciones de voz en VR social.

La IA está evolucionando para tener conversaciones más naturales.

Un enfoque novedoso utiliza MRI en tiempo real para visualizar los movimientos de producción del habla.

Un nuevo método para detectar reflejos tempranos en la sala mejora las experiencias de audio.

Un proyecto que desarrolla conjuntos de datos de voz y texto para idiomas con recursos limitados.

Un nuevo marco mejora el reconocimiento de voz y se adapta a varias tareas de habla.

Se necesitan nuevos métodos para detectar tecnologías avanzadas de voz deepfake.

Nuevos métodos aumentan la precisión para identificar sonidos de animales con datos limitados.

Nuevo método mejora la integración del sonido virtual en entornos de AR.

Un nuevo método busca preservar la privacidad de la voz mientras permite una comunicación efectiva.

Nuevos métodos mejoran el reconocimiento de voz para lenguas de pocos recursos sin texto.

Nuevos métodos mejoran la precisión en los sistemas de reconocimiento de voz usando comprensión fonética.