Informática - Sonido

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.

Explorando los avances en la subtitulación automática de audio y su impacto en la accesibilidad.

La investigación presenta un método efectivo para mejorar la claridad del habla en entornos ruidosos.

Un nuevo método simplifica la transferencia de estilo de audio utilizando efectos no diferenciables.

La investigación examina cómo la música generada por computadora se compara con la interpretación humana a través de pruebas de escucha.

Aprende cómo los polinomios ultrasféricos mejoran la tecnología de audio y la direccionalidad del sonido.

Un nuevo método mejora el reconocimiento de voz usando menos etiquetas y recursos.

Nuevos métodos mejoran la conexión entre descripciones de texto y eventos sonoros.

Métodos innovadores mejoran cómo los robots procesan la dirección del sonido mientras se mueven.

Aprende sobre la formación de haces con valores reales y sus beneficios para arreglos de micrófonos.

MusicAOG simplifica la creación y comprensión de la música a través de una representación gráfica innovadora.

Un nuevo marco para combinar micrófonos y altavoces esféricos en estudios de sonido.

Un nuevo marco para mejorar la detección de sonido en robots humanoides a través del diseño de arreglos de micrófonos.

Descubre cómo los sistemas MIMO mejoran el análisis de sonido en diferentes entornos.

Nuevas técnicas mejoran la estimación de la dirección del sonido para diferentes configuraciones de audio.

La investigación revela métodos para ajustar el comportamiento del sonido en las habitaciones y mejorar la claridad.

Un nuevo modelo identifica momentos graciosos en videos usando datos visuales, de audio y de texto.

Los elastómeros dieléctricos convierten la energía eléctrica en movimiento mecánico, ofreciendo diversas aplicaciones.

Las transcripciones de ASR con errores pueden ayudar a identificar el Alzheimer de manera más precisa.

ELLA-V mejora la calidad y el control del texto a voz, superando modelos anteriores.

Un nuevo enfoque mejora la precisión en la detección de llamadas de animales sin usar umbrales arbitrarios.

Un nuevo modelo integra audio y texto para mejorar la clasificación del habla.

Una nueva iniciativa para mejorar la tecnología de transcripción para reuniones en salas grandes.

Nuevos métodos mejoran la precisión en el reconocimiento de voz ruidosa usando modelos de lenguaje grandes.

Analizar los sonidos de las gallinas ayuda a mejorar su salud y la productividad de la granja.

Un método para ayudar a las personas con discapacidad visual a reconocer sonidos en realidad mixta.

Este artículo habla sobre soluciones para aplicaciones de voz en idiomas con datos transcritos limitados.