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

Aprende a identificar llamadas de audio falsas con técnicas innovadoras de desafío-respuesta.

CustomListener crea avatares realistas que responden a las conversaciones de manera dinámica.

La investigación destaca la importancia del tiempo sobre las características específicas del hablante en los modelos de diarización.

Nuevo método mejora la síntesis de voz para personas que no pueden hablar.

Una mirada a MONA, un sistema que mejora la comunicación en silencio.

Una visión general de ASR y sus avances en aplicaciones modernas.

Explorando nuevos métodos para mejorar el reconocimiento de emociones en el habla usando datos naturales.

La investigación se centra en ayudar a los robots a entender mejor el habla en medio del ruido de fondo.

Este estudio avanza la educación musical al automatizar la evaluación de la dificultad de las piezas de piano.

Un nuevo estándar evalúa el rendimiento de los sistemas de reconocimiento de voz en medio de diversas interferencias.

Explorando el papel de la IA en la creación de música a través de técnicas y estructuras avanzadas.

Un nuevo método mejora el rendimiento y la eficiencia del modelo de voz en entornos ruidosos.

Explorando cómo la reconstrucción de campos de sonido impacta las experiencias de audio en diferentes aplicaciones.

Un nuevo método combina técnicas tradicionales con redes neuronales para mejorar la localización del sonido.

Un nuevo enfoque para mejorar la detección acústica sin comprometer la calidad del audio.

Un método para mejorar la precisión del reconocimiento de voz en los idiomas kannada y telugu.

Un nuevo sistema mejora la creación de gestos realistas usando solo audio de voz.

La IA está mejorando los implantes cocleares para tener mejor audición y comunicación en entornos difíciles.

Notochord mejora la creación de música MIDI en tiempo real usando IA para actuaciones más ricas.

Un método para tener un control más intuitivo sobre las voces cantando usando comandos en lenguaje natural.

Este artículo habla sobre nuevos métodos para clasificar la autoría a través del análisis gramatical.

El nuevo modelo emoDARTS mejora la precisión en el reconocimiento de emociones en el habla usando aprendizaje profundo.

Un modelo muestra sesgo de exclusividad mutua en pruebas de asociación de palabras.

Un estudio sobre cómo mejorar los sistemas de TTS con muestras de voz diversas.

Los subtítulos se están volviendo esenciales para mejorar la experiencia del espectador en los servicios de streaming.

Nuevas herramientas mejoran la edición de grabaciones de voz y la calidad de producción.

Nuevos modelos mejoran las interacciones en dúo en las presentaciones de baile virtuales.

Descubre cómo la ecualización generativa da nueva vida a viejas grabaciones de música.

Nuevos métodos mejoran la simulación de sonido en diferentes entornos.

La investigación identifica y clasifica los dialectos kurdos sorani usando grabaciones de audio extensas.

Un nuevo método mejora el procesamiento de sonido mediante la sintonización automática de Redes de Retardo de Retroalimentación.

Un nuevo método mejora la evaluación del habla usando grabaciones completas.

Nuevos métodos mejoran la detección de altavoces audio-visuales en entornos complicados.

Este estudio investiga la efectividad de los modelos multilingües en la detección de deepfakes de audio.

Un nuevo enfoque para evaluar qué tan bien la música sigue las indicaciones de audio.

Un nuevo conjunto de datos mejora la forma en que los robots interpretan entornos del mundo real.

Este método mejora la separación de audio al combinar descripciones de lenguaje con análisis de sonido.

UniAV combina la localización de acción, la detección de sonido y la localización de eventos audio-visuales para una mejor comprensión del video.

CLaM-TTS mejora la síntesis de voz usando técnicas avanzadas para tener mejor eficiencia y calidad.

Los gráficos permiten obtener nuevas ideas sobre la estructura de la música y sus relaciones.