Informática - Sonido

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.

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.

Mejorando la calidad de audio en dispositivos mediante técnicas de expansión de ancho de banda.

Nuevo método mejora la conversión de el habla silenciosa a audio comprensible.

Un método que mejora el reconocimiento de sonidos en máquinas.

Un nuevo método mejora la separación de voces en entornos ruidosos con múltiples hablantes.

Este estudio presenta un método para evaluar el significado de las señales sonoras.

El modelo FUTGA mejora la comprensión de la música a través de descripciones detalladas y específicas del tiempo.

Un nuevo método musical mejora la expresión emocional a través de una consideración clave.

La investigación combina la mejora del habla y el aprendizaje por transferencia para mejores sistemas anti-spoofing.

Nuevos métodos mejoran la capacidad de la IA para crear música estructurada.

Wavespace ofrece herramientas innovadoras para crear y controlar mejor el sonido.

Un nuevo sistema mejora el reconocimiento de comandos de voz a pesar del ruido de fondo.

Nuevas estrategias buscan mejorar los conjuntos de datos sintéticos para una mejor transcripción de drums.

Nuevos métodos buscan mejorar el reconocimiento del habla susurrada en sistemas automáticos.

Modelos de deep learning analizan grabaciones de voz para identificar insuficiencia respiratoria y estimar niveles de oxígeno.

MMTrail combina descripciones visuales y de audio para mejorar los modelos de video-lenguaje.

Este método mejora la generación de música al separar los aspectos emocionales en valencia y activación.

PiCoGen ofrece un método innovador para generar versiones de piano sin datos emparejados.

La investigación se centra en identificar el discurso abusivo en grabaciones de audio en diferentes idiomas.

Un método para crear audio que coincida con videos en primera persona.

Un nuevo sistema mejora el seguimiento de ritmos en varios géneros musicales.

Un estudio revela lo que piensan los oyentes sobre la música generada por IA en comparación con la música humana.

Un estudio sobre cómo mejorar los métodos para detectar la compresión de audio con pérdidas para una mejor calidad de sonido.

Este estudio analiza qué tan bien entienden y generan música los LLMs.

Una visión general de la creación de música MIDI y su potencial expresivo.

Un nuevo modelo que sincroniza las anotaciones de acordes con el audio de la música de manera fluida.

Este estudio propone una forma clara de evaluar la dificultad de la música para los educadores.

Un nuevo modelo mejora la síntesis de voz para varios dialectos chinos.

Un nuevo método mejora la creación de versiones de piano, equilibrando calidad e integridad musical.

Un marco que identifica de manera efectiva contenido deepfake a través de un análisis combinado de audio y visual.

Un nuevo estándar para evaluar modelos que analizan música y lenguaje.