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

El emparejamiento de voz preestablecido mejora la traducción de voz mientras asegura la privacidad y reduce riesgos.

Un nuevo sistema ayuda a los músicos a crear música con más control y precisión.

Una nueva herramienta para evaluar la replicación en la música hecha por IA.

Un nuevo modelo de texto a audio usando solo datos públicos.

Un nuevo conjunto de datos busca mejorar la comprensión del cambio de código entre varios idiomas.

Este artículo examina el equilibrio de género en los noticieros franceses en diferentes temas.

El conjunto de datos Rasa mejora la conversión de texto a voz para idiomas indios con una voz neutra y expresiva.

Nuevos métodos mejoran la comprensión de las emociones humanas en el habla por parte de las máquinas.

Simplificar las herramientas de IA puede ayudar a los artistas a mejorar su expresión creativa.

MusiConGen mejora el control del usuario en la generación de texto a música.

Investigadores mejoran la decodificación del habla usando EEG para ayudar a quienes tienen dificultades para hablar.

Un nuevo modelo mejora la claridad del habla al atacar el ruido y los ecos.

J-CHAT ofrece un gran conjunto de datos de código abierto para mejorar los sistemas de diálogo hablado.

Nuevos métodos permiten a los músicos crear instrumentos a partir de sonidos.

Examinando cómo los códecs mantienen los tonos emocionales en los datos de voz.

Descubre cómo la transmisión IP y el etiquetado de audio están transformando la entrega de contenido.

Una mirada a cómo la tecnología y los músicos colaboran en una actuación única.

Un robot pone música en una tienda para que los clientes se diviertan más.

Una nueva tecnología simplifica la ecualización para grabaciones de audio.

Este artículo habla sobre métodos para mejorar el ASR en idiomas con datos limitados.

Un nuevo método simplifica la coincidencia de sonidos de sintetizador para músicos.

Un nuevo método mejora la claridad en las grabaciones de guitarra eléctrica al enfrentar los efectos de distorsión.

Una nueva herramienta mejora cómo los usuarios editan pistas de música de manera eficiente.

Estudiando las vocalizaciones de los titíes usando métodos de clasificación avanzados y análisis de audio.

Un estudio sobre cómo mejorar la precisión de la transcripción a través de un mejor diseño de prompts.

Un marco para mejorar el análisis de sentimientos de IA en conversaciones de salud.

Nuevos métodos mejoran el realismo en las animaciones para medios y asistentes virtuales.

Combinar palabras de activación y reconocimiento de voz mejora la seguridad en la tecnología de voz.

Un nuevo enfoque mejora los sistemas SER al usar descripciones de ambientes ruidosos.

Un nuevo modelo busca mejorar la calidad de la traducción de voz a través de sistemas integrados.

Explora la creciente importancia de la edición de audio para creadores de contenido.

Nuevas técnicas mejoran la generación de voz sintética con datos mínimos.

Una nueva herramienta analiza los codas de las ballenas esperma para obtener información sobre sus interacciones sociales.

Nuevos métodos ayudan a estudiar y proteger a los manatíes en peligro mediante el monitoreo de sonidos bajo el agua.

Un nuevo marco mejora la conexión entre caras y voces, especialmente en entornos ruidosos.

Un estudio mejora la estimación de la frecuencia cardíaca y la detección de murmullos usando grabaciones.

La investigación revela cómo la música influye en la actividad cerebral usando inteligencia de organoides.

Este estudio evalúa las habilidades de razonamiento de modelos de audio-lenguaje con una nueva tarea.

Nuevos métodos mejoran los sistemas de voz para lenguas poco representadas.

Combinar TTS y datos reales mejora efectivamente los sistemas de reconocimiento de voz.