Informática - Sonido

Este estudio aborda los problemas con los sistemas de SLU y su capacidad para generalizar.

Una herramienta auto-supervisada para estimar las tonalidades musicales, reduciendo la necesidad de anotaciones de expertos.

Diff-MST mejora la mezcla de música aplicando transferencia de estilo de pistas de referencia.

Un nuevo modelo mejora la comunicación para personas con discapacidades usando reconocimiento de voz y código Morse.

ElasticAST permite procesar audio de longitud variable de manera eficiente sin perder detalles importantes.

Analizando métodos de identificación de cantantes en medio de crecientes preocupaciones sobre el clonaje de voces.

Un enfoque nuevo mejora la detección de clips de audio reales y falsos mezclados.

Mamba promete mucho contra transformers en tareas de habla, especialmente con entradas largas.

SingFlex ofrece soluciones innovadoras para crear voces de canto diversas de manera eficiente.

Un estudio sobre la complejidad de las melodías de danza tradicional irlandesa usando métodos de compresión.

RefinPaint mejora la creación musical identificando y puliendo las áreas débiles de manera efectiva.

Un nuevo marco mejora el rendimiento de la verificación de hablantes con datos limitados.

Explorando nuevas formas en que la IA puede colaborar con músicos a través de la interpretación.

CADE mejora la detección de audio contra amenazas de suplantación en evolución usando técnicas de aprendizaje continuo.

Un nuevo método ayuda a los robots a encontrar objetos caídos usando sonido.

Los nuevos sistemas de comandos de voz mejoran el control de drones sin necesidad de usar las manos.

Nuevas técnicas permiten una mejor emulación de amplificadores de guitarra y efectos.

Un nuevo marco mejora el rendimiento de ASR usando datos y recursos limitados.

Un nuevo método mejora la eficiencia en la generación de audio usando técnicas de atención innovadoras.

Descubre cómo la IA está transformando la generación de música con BandControlNet.

Un nuevo enfoque mejora la detección de deepfakes usando análisis audiovisual.

Una mirada al progreso en las tecnologías y métodos de reconocimiento de voz.

Un nuevo método mejora la detección de tartamudeo combinando datos de audio, video y texto.

Un nuevo método mejora la creación de sonido para modelos humanos 3D realistas.

Este estudio revela cómo el habla puede estimar las tasas de respiración usando modelos avanzados.

GraphMuse simplifica el análisis de datos de música simbólica con técnicas avanzadas de aprendizaje automático.

La investigación presenta nuevos métodos para evaluar sistemas de reconocimiento de voz en polaco.

Un nuevo conjunto de datos mejora el habla de máquina para el mandarín, buscando una expresión más natural.

Un estudio sobre cómo mejorar la localización de fuentes de sonido aprovechando mejor la información auditiva y visual.

Un nuevo marco analiza el habla para identificar el deterioro cognitivo leve en diferentes idiomas.

Explorando el impacto de la IA en estilos musicales subrepresentados.

Un método para mejorar los sistemas de TTS y que pronuncien mejor las palabras OOV en India.

Nuevos modelos de aprendizaje automático mejoran la claridad del habla para usuarios de audífonos.

La investigación explora audio de baja frecuencia para proteger la privacidad en estudios de comportamiento social.

Explorando cómo se comporta el sonido en entornos de varias habitaciones y sus implicaciones en la tecnología.

Nuevas herramientas de IA están simplificando la edición musical con técnicas innovadoras y mejor precisión.

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.