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

Este estudio presenta un modelo basado en atención para estimar volúmenes de habitaciones a partir de grabaciones de audio.

El modelo ASCA mejora la precisión de clasificación de audio para conjuntos de datos pequeños.

MyST busca mejorar el aprendizaje de ciencias de los niños a través de tutorías virtuales.

Un estudio compara la precisión de localización del sonido entre formatos de audio de cuatro canales y dos canales.

Una mirada a M2MeT 2.0 y su impacto en la transcripción de reuniones.

Un nuevo método de procesamiento de audio mejora el anonimato del hablante sin perder claridad en el discurso.

Este estudio convierte datos de MRI de la lengua en audio de voz real.

Este estudio analiza cómo la compresión de modelos afecta el reconocimiento de voz en entornos ruidosos.

Explora cómo el Aprendizaje Activo en Línea mejora la eficiencia del reconocimiento de sonido.

Un nuevo modelo mejora la comprensión del habla y los sonidos al mismo tiempo.

Un sistema que clasifica el lenguaje del cliente en sesiones de terapia usando varios métodos de comunicación.

Nueva tecnología mejora la detección de la disartria y la clasificación de su gravedad.

Nuevos métodos mejoran la detección temprana de problemas de voz usando características de la fuente glótica.

Mejorando los modelos de voz para reconocer y adaptarse mejor a diferentes acentos.

DCLS mejora el rendimiento de clasificación de audio al aprender las posiciones del núcleo durante el entrenamiento.

Un nuevo método mejora el aprendizaje automático de datos audio-visuales.

Presentando nuevos modelos para mejorar la extracción de voz en entornos ruidosos.

Un nuevo método mejora la eficiencia del reconocimiento de voz utilizando adaptación de bajo rango.

Combinando audio, video y texto para mejorar las evaluaciones de salud mental.

Una mirada a los avances en el reconocimiento de voz para aumentar la velocidad y la precisión.

Mejorando la comunicación entre doctores y pacientes con tecnologías avanzadas de reconocimiento de voz.

Explora las amenazas a la privacidad y seguridad de la tecnología controlada por voz.

La melodía de Synthia ayuda a los investigadores a probar modelos de audio con datos variados.

La investigación se centra en mejorar los sistemas de ASR para audio no segmentado.

La investigación se centra en optimizar sintetizadores para vocalizaciones humanas en diferentes medios.

Un nuevo método mejora la verificación de hablantes al manejar la variabilidad de las sesiones de manera efectiva.

Los LLMs mejoran la precisión y la corrección de errores en los sistemas de reconocimiento de voz.

Un nuevo método mejora el reconocimiento de sonido y la localización de fuentes sin etiquetas.

Un nuevo estándar para mejorar la precisión del ASR usando modelos de lenguaje.

Nuevos métodos mejoran la traducción de habla al centrarse en la información contextual.

Un nuevo método mejora el reconocimiento de voz para usuarios que cambian de código.

Descubre cómo el análisis de sonido ayuda a identificar problemas en máquinas de manera eficiente.

Este proyecto mejora la traducción de voz en tiempo real y los sistemas de subtitulado automático.

Explorando cómo la agudeza de los mínimos influye en el rendimiento del modelo con datos de audio no vistos.

Un nuevo método mejora la verificación de hablantes al combinar datos de audio y visuales.

Un estudio sobre el uso de transformadores para un etiquetado y representación musical efectiva.

Un nuevo método mejora el seguimiento de hablantes usando datos de audio y visuales.

Un nuevo enfoque para evaluar la dificultad de la música para piano usando imágenes de partituras.

PP-MeT tiene como objetivo mejorar la precisión en la transcripción de reuniones con varios hablantes.

Esta investigación presenta un modelo para mejorar la claridad del habla en diferentes condiciones.