Informática - Sonido

Nuevo modelo mejora la claridad del habla en entornos ruidosos usando métodos innovadores.

Un estudio sobre las canciones folclóricas coreanas utilizando métodos analíticos modernos.

DiffDance crea secuencias de baile detalladas que se ajustan bien a la música.

Examinando la equidad en la tecnología de transcripción de voces cantantes entre géneros.

SeACo-Paraformer trae flexibilidad y precisión a la tecnología de reconocimiento de voz.

Este estudio explora métodos de clasificación de calidad de voz y su importancia en la comunicación.

Aprende cómo los nuevos algoritmos mejoran las técnicas de cancelación de ruido para diferentes aplicaciones.

AudioVMAF combina métricas de video para mejorar la evaluación de la calidad del audio.

Un nuevo método mejora la detección de audio falso usando modificación adaptativa de pesos.

La esteganálisis ayuda a detectar mensajes ocultos en multimedia, asegurando una comunicación segura.

Transformando gestos para agentes virtuales con significado preservado.

Explorando cómo las redes neuronales mejoran la precisión en la localización de fuentes de sonido.

Los investigadores mejoran el reconocimiento automático del habla para Punjabi usando técnicas innovadoras de autoentrenamiento.

Nuevo modelo mejora el reconocimiento de voz en entornos ruidosos al centrarse en un solo hablante.

Nuevos métodos buscan proteger la privacidad del habla en sistemas de monitoreo de audio.

Un nuevo conjunto de datos mejora la síntesis de voz al captar la expresión emocional sin depender del texto.

Nuevas estrategias para mejorar la estabilidad del entrenamiento en la clasificación de tonos musicales.

Phoneme Hallucinator transforma la conversión de voz con datos limitados para obtener salidas más claras.

Un nuevo método crea gestos realistas a partir de audio de voz cruda.

Mejorando sistemas ASR híbridos para habla bilingüe usando unidades de grafemas.

Un nuevo modelo mejora la alineación de voz y texto para un mejor reconocimiento automático.

Lip2Vec mejora el reconocimiento visual del habla usando menos datos etiquetados.

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

O-1 mejora el reconocimiento de voz al optimizar métodos de autoentrenamiento.

Un nuevo método mejora el rendimiento del ASR a través de la integración de datos de texto.

La inyección de texto ayuda a reconocer información personal mientras se mantiene la privacidad.

Descubre cómo nuevas técnicas están transformando la detección de eventos sonoros para varias aplicaciones.

Explorando métodos no lineales en audio para la producción musical y el análisis del habla.

Un nuevo método para detectar el tono con precisión en música y sonido.

Radio2Text usa señales mmWave para el reconocimiento de voz en tiempo real en entornos ruidosos.

Un estudio examina la efectividad de los enmascaradores de sonido automáticos en espacios públicos.

Las redes neuronales gráficas mejoran la precisión del reconocimiento de voz al analizar las relaciones entre muestras de voz.

Un estudio que evalúa el reconocimiento de emociones en modelos de habla en seis idiomas.

El modelo AffectEcho mejora la expresión emocional en el habla generada por IA.

Este estudio mejora los modelos G2P al centrarse en las áreas propensas a errores durante el entrenamiento.

Descubre métodos que mejoran la precisión en el seguimiento de formantes para el análisis del habla.

Los investigadores desarrollan métodos basados en el habla para evaluar el Parkinson de forma más precisa.

Meta-SELD mejora la localización de eventos sonoros en diferentes entornos.

AVMIT ofrece a los investigadores información sobre cómo se relacionan el sonido y la visión en el reconocimiento de acciones.

Un nuevo modelo de IA mejora la predicción de las puntuaciones de calidad de audio.