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

WavFusion combina audio, texto y visuales para una mejor reconocimiento emocional.

Explora el auge de la música generada por máquinas y la búsqueda de métodos de detección.

Combinar modelos de imagen con sistemas de audio mejora la eficiencia y el rendimiento.

Un nuevo sistema revoluciona cómo la música se combina con el contenido de video.

La tecnología de IA está cambiando la forma en que nos comunicamos durante emergencias.

Descubre cómo la separación de fuentes de música y la transcripción cambian la forma en que disfrutamos la música.

Un nuevo modelo mezcla música y IA, creando melodías innovadoras.

AI TrackMate le ofrece a los productores retroalimentación objetiva para mejorar sus habilidades musicales.

La investigación muestra cómo los sonidos influyen en nuestros sentimientos y comportamiento.

Aprende sobre la Distancia Musical de Fréchet y su papel en la evaluación de música generada por IA.

Descubre cómo la IA puede transformar el diseño de sonido en videos y juegos.

Descubre cómo CSSinger está cambiando la creación musical con la síntesis de voz cantada en tiempo real.

Una herramienta de reconocimiento de voz convierte matemáticas habladas en LaTeX sin esfuerzo.

Analizar la voz puede mostrar signos de depresión y llevar a una intervención temprana.

Convierte el zumbido y los golpecitos en audio de alta calidad con Sketch2Sound.

Las técnicas de marca de agua protegen los derechos de los artistas en la generación de música con IA.

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.