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

Un nuevo sistema mejora las habilidades de pronunciación al tener en cuenta las influencias del idioma materno.

Descubre cómo las herramientas cuánticas cambian la creación y la interpretación de la música.

Nuevo método mejora la preservación de emociones en los procesos de conversión de voz.

Nuevo método preserva el tono emocional en la conversión de voz para mejorar la interacción humano-computadora.

Nuevos sistemas mejoran la traducción de texto a lenguaje hablado sin intermediarios.

Los investigadores mejoran la precisión en la clasificación de sonidos del corazón usando métodos de aumento de datos con códec.

La investigación revela que el habla emocional afecta el rendimiento del modelo en tareas de separación de voz.

M-AUDIODEC comprime audio multicanal manteniendo la posición de los altavoces y la calidad.

Nuevos métodos en S2ST mejoran la calidad de la traducción manteniendo la identidad del hablante.

Un nuevo sistema mejora la compresión de audio espacial para un sonido más claro y eficiente.

Un nuevo sistema que conecta la música y el lenguaje para una mejor comprensión.

La investigación revela nuevos modelos para mejorar la claridad del sonido en los auriculares inteligentes.

Usar información extra mejora nuestra capacidad para identificar los cantos de los pájaros.

Un nuevo enfoque mejora la generación de audio alineando el audio con descripciones de texto.

Los investigadores trabajan para mejorar el reconocimiento de voz en línea usando modelos de espacio de estados estructurados.

Un nuevo sistema mejora las experiencias de las reuniones al identificar a los hablantes en tiempo real.

Nuevos métodos están mejorando nuestra capacidad para detectar discursos falsos de manera efectiva.

Un método para la conversión de voz que mejora la privacidad y la calidad del habla.

Nuevos métodos mejoran la capacidad de distinguir audio falso de real.

Un método mejora la detección de voces sintéticas y identifica a sus creadores.

Nuevos métodos mejoran modelos pequeños para una mejor mejora de voz usando menos recursos.

Un nuevo método mejora los modelos de ASR para usuarios individuales usando cuantización y adaptación.

Nuevos métodos mejoran el rendimiento del vocoder con datos de audio limitados.

Una mirada a la disartria, su detección y el papel de la tecnología.

Los soft prompts mejoran la tecnología de reconocimiento de voz para un mejor rendimiento en ambientes ruidosos.

La investigación combina aprendizaje auto-supervisado y nuevas técnicas de medición para mejorar la inversión del habla.

Los investigadores desarrollan un nuevo marco para mejorar la claridad del habla para los usuarios de electrolaringe.

Este estudio explora estrategias de entrenamiento para mejorar la detección de audio falso.

Nuevos modelos se adaptan para mejorar la eficiencia y la rapidez del reconocimiento de voz.

RECAP usa técnicas avanzadas para generar subtítulos de audio precisos sin necesidad de reentrenar.

Una guía práctica para entender la teoría musical a través de la armonía y las escalas.

Un nuevo método utiliza datos sintéticos para mejorar los sistemas de ASR en áreas desconocidas.

Un nuevo método basado en audio estima el tamaño de las multitudes sin invadir la privacidad personal.

Un nuevo enfoque para el reconocimiento de voz mejora la interacción del usuario con instrucciones flexibles.

Un enfoque sólido para identificar anomalías en el audio y combatir el spoofing vocal.

Un nuevo modelo mejora la comprensión de las emociones durante las conversaciones.

Este estudio examina si los símbolos de habla aprendidos imitan los patrones de frecuencia de palabras.

Presentamos un método más rápido para la síntesis de voz de alta calidad usando modelos de difusión.

HiFTNet ofrece una síntesis de voz más rápida y de alta calidad usando técnicas innovadoras y eficientes.

Nuevo método transforma voces usando rasgos faciales para diversas aplicaciones.