Informática - Sonido

Un nuevo sistema genera voz a partir de texto usando datos mínimos.

Nuevos métodos mejoran la creación musical a través del análisis de audio y el control del usuario.

Nuevos métodos de marca de agua protegen a los creadores en modelos generativos de audio.

Descubre cómo DDSP mejora la eficiencia y calidad de la síntesis de voz.

Este estudio mejora el SER a través de un mejor procesamiento previo y modelos de atención eficientes.

Un marco para ajustar la música en tiempo real en juegos y películas.

aTENNuate ofrece una mejora eficiente en tiempo real de las señales de voz, mejorando la claridad de la comunicación.

Los investigadores exploran ecos ultrasónicos para medir distancias de manera precisa en entornos interiores tranquilos.

Un nuevo modelo mejora la separación vocal y la transcripción de melodías en la música.

La investigación revela cómo las neuronas en los modelos de habla reconocen las características clave del sonido.

Un nuevo modelo simplifica la producción de audio al eliminar automáticamente los sonidos de respiración.

Un enfoque de aprendizaje auto-supervisado reduce la necesidad de datos de audio etiquetados.

Un estudio revela el papel de los datos de voz en el reconocimiento de emociones en hablantes de español.

Un nuevo método mejora la claridad del habla en entornos ruidosos.

Enfoques innovadores buscan mejorar la calidad de la música para quienes tienen pérdida auditiva.

GenRep ofrece un enfoque novedoso para identificar sonidos inusuales de máquinas con datos limitados.

TF-Mamba mejora la localización del sonido usando un enfoque novedoso que integra datos de tiempo y frecuencia.

Este artículo habla sobre métodos de entrenamiento eficientes para modelos de voz usando aprendizaje auto-supervisado.

Una nueva arquitectura mejora la detección de sonido en diferentes entornos.

Un nuevo modelo mejora la generación de música enfocándose en instrumentos individuales.

Te presentamos DENSE, un método que mejora la extracción de habla objetivo usando embeddings dinámicos.

Un nuevo método mejora la transformación de audio mientras preserva la melodía y la calidad del sonido.

Este método mejora la precisión del reconocimiento para nombres poco comunes en las salidas de voz.

Un nuevo modelo mejora la detección de deepfakes de audio con aprendizaje continuo.

Una visión general de métodos, desafíos y sistemas de diarización de altavoces audiovisuales.

Este estudio evalúa redes neuronales para replicar las características de la reverberación de muelles.

BigCodec mejora la calidad de sonido en la transmisión de audio a baja tasa de bits.

Un nuevo conjunto de datos mejora la tecnología de habla multilingüe en India.

Este artículo habla sobre los beneficios de simplificar modelos de transformers para tareas de voz.

Sortformer integra diarización de hablantes y ASR para mejorar el procesamiento de audio.

Un enfoque nuevo para crear sonidos de piano realistas usando separación de componentes de sonido.

ParaEVITS mejora la expresión emocional en TTS a través de la guía del lenguaje natural.

Aprende cómo la inpainting de audio restaura partes faltantes de las señales.

Nuevos métodos mejoran la comprensión del lenguaje hablado a través de un conjunto de datos innovador.

Un nuevo marco mejora la precisión en la confirmación de la identidad vocal.

Nuevos métodos mejoran la conversación entre humanos y robots al aumentar la claridad del habla.

Nuevos métodos mejoran el acceso a noticias habladas al segmentar mejor los temas.

Un estudio sobre las capacidades de los LLMs para entender intervalos musicales, acordes y escalas.

Un nuevo método para etiquetar música usando aprendizaje de pocos ejemplos muestra resultados prometedores.

FlowSep presenta un nuevo método para extraer sonidos usando consultas de lenguaje.