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

La investigación sobre el reconocimiento de emociones en interacciones de llamadas de emergencia revela insights importantes.

Nuevos métodos para seleccionar datos de voz minimizan el etiquetado mientras mejoran la precisión del reconocimiento.

Un nuevo método mejora el reconocimiento de emociones en el habla al analizar el tiempo y la frecuencia.

Explora cómo las herramientas cuánticas transforman la producción musical para los artistas.

Un nuevo método mejora la clasificación de calidad del habla utilizando puntuaciones de preferencia de los oyentes.

Un método para mejorar los sistemas de ASR para usuarios que tartamudean.

Los desafíos para acceder a datos de audio dificultan las oportunidades de investigación.

Nuevos métodos mejoran la claridad en entornos ruidosos a través de un procesamiento de sonido avanzado.

Un sistema recién desarrollado genera un habla francesa realista para una competencia.

Nuevos métodos mejoran la eficiencia y precisión en los sistemas de reconocimiento de voz.

Nuevos métodos mejoran el procesamiento y la generación de habla en los modelos de lenguaje.

Nuevas técnicas mejoran la claridad del audio en entornos ruidosos.

Nuevos métodos mejoran la detección de palabras clave usando datos de habla leída disponibles.

Una mirada a los métodos de extracción de sonido personalizables por región para un audio más claro.

Nuevos métodos de un solo paso mejoran la precisión en el seguimiento de formantes para los sonidos del habla.

Una mirada fresca a los avances en métodos y aplicaciones de la ciencia del lenguaje hablado.

Este estudio examina las dificultades de usar el aprendizaje contrastivo para entender videos musicales.

Un nuevo enfoque mejora la integración del habla con los modelos de lenguaje.

Usando aprendizaje auto-supervisado para mejorar las predicciones de los movimientos del habla en la disartria.

Una nueva métrica para evaluar la alineación de los estilos de baile con la música.

Examinando cómo los modelos de lenguaje preentrenados mejoran la calidad del texto a voz.

Un nuevo modelo evalúa la percepción del audio a través de la retroalimentación humana utilizando el Escalado Mejor-Peor.

Nuevos métodos mejoran la claridad de los componentes de audio en las canciones.

BandIt mejora la separación de fuentes de audio usando técnicas innovadoras de aprendizaje profundo.

Personalizar la tecnología de reconocimiento de emociones mejora la precisión para hablantes diversos.

Un estudio revela amenazas graves en el reconocimiento de voz usando muestras de morfología.

Un conjunto de datos detallado que combina las sonatas de Mozart con interpretaciones de piano y anotaciones de expertos.

Un nuevo diseño de auriculares mejora la claridad del sonido usando tecnología de conducción ósea.

Un nuevo modelo liviano mejora la estimación de la tonalidad usando técnicas de aprendizaje auto-supervisado.

Un nuevo enfoque para mejorar la identificación y análisis de segmentos musicales.

Nuevos métodos desarrollados para identificar canciones falsas ante la creciente preocupación.

Cleancoder mejora los sistemas ASR al reducir el ruido de fondo para una comprensión del habla más clara.

RADIO crea caras que hablan de forma realista usando solo una imagen de referencia.

RoDia ofrece muestras de audio súper importantes para identificar dialectos rumanos.

Explorando cómo los gestos y expresiones mejoran nuestra comprensión del idioma hablado.

Una mirada a mezclar música, combinando habilidades técnicas con visión artística.

Explorando nuevos métodos en detección y localización de sonido usando datos sintéticos.

Un nuevo sistema ayuda a los músicos a experimentar el sonido en un escenario virtual.

Nuevo método mejora la detección de segmentos de audio falsos en grabaciones.

Las computadoras están aprendiendo a separar el ritmo y la armonía en la música para aplicaciones creativas.