Informática - Sonido

Este marco mejora la verificación de hablantes usando datos no etiquetados y técnicas de agrupamiento.

Un nuevo marco mejora la detección de emociones usando aprendizaje auto-supervisado.

Este enfoque conecta las acciones de video y el sonido usando física para obtener mejores efectos de sonido.

Un nuevo método mejora el reconocimiento de voz usando datos visuales con modelos existentes.

Este artículo habla de un enfoque sistemático para la anotación musical.

Un enfoque estructurado para la representación de música y el análisis de rendimiento.

Este estudio mejora los modelos de habla bilingües usando un buen soporte de idiomas.

Nuevo modelo transforma sonidos en imágenes claras, uniendo información audiovisual.

Un enfoque nuevo para generar subtítulos de audio usando modelos de lenguaje preentrenados.

Un nuevo enfoque mejora la adaptabilidad de la tecnología de reconocimiento de voz.

Una mirada a los avances en los modelos de reconocimiento de voz para mejorar la eficiencia y precisión.

Un nuevo enfoque para medir el rendimiento del reconocimiento de voz sin transcripción manual.

Examinando cómo la anonimización de voz afecta a los sistemas de diagnóstico de COVID-19 y la privacidad del usuario.

Experimenta tocar la batería solo con dos baquetas y un smartphone, no necesitas equipo pesado.

Las herramientas de IA simplifican la mezcla, ofreciendo nuevas opciones tanto para aficionados como para profesionales.

Las burbujas pueden tener la clave para generar música innovadora.

Una mirada a nuevos métodos que mejoran la subtitulación de audio para una mejor accesibilidad.

Analizar el uso de conjuntos de datos en biometría de voz revela preocupaciones importantes sobre sesgos y privacidad.

Un nuevo método mejora los sistemas de verificación de voz para voces superpuestas.

Métodos innovadores para una representación efectiva de segmentos de habla en tareas de procesamiento.

Mejorando los sistemas de TTS para contar historias mejor con pausas efectivas.

AffectMachine-Clásico genera música clásica en tiempo real para ayudar a manejar las emociones.

Este estudio examina cómo diferentes sistemas de TTS mejoran el rendimiento del modelo S2ST.

La investigación revela cómo los canales secundarios mejoran la comunicación entre máquinas.

Investigaciones muestran nuevas formas de manipular el sonido usando redes neuronales para la producción musical.

La investigación usa películas dobladas para mejorar la conexión entre la vista y el sonido en el aprendizaje automático.

Presentando el absement, un método para medir los sonidos del habla de manera dinámica a lo largo del tiempo.

Un nuevo enfoque para transcribir con precisión las notas y letras de canciones usando tecnología.

El modelo de atención cruzada jerárquica mejora la comprensión emocional en diversas formas de comunicación.

Nuevos métodos mejoran el etiquetado y la recuperación de música usando menos input humano.

Este estudio examina cómo la longitud de la señal afecta el rendimiento en la separación del habla.

Nuevo método estima distancias usando el ruido de los motores de drones.

Esta investigación destaca un nuevo modelo para mejorar el reconocimiento de emociones usando datos de audio y visuales.

Este estudio analiza cómo la IA clasifica y describe los sonidos en comparación con los humanos.

FSB-LSTM mejora la claridad del habla en entornos ruidosos con baja latencia y poca complejidad.

La investigación revela formas de mejorar los sistemas de detección de palabras clave mientras se reduce el consumo de energía.

Prak simplifica la alineación fonética para la investigación en lengua checa.

DAS-N2N usa aprendizaje automático para mejorar la recolección de datos sísmicos reduciendo el ruido.

Nuevas técnicas mejoran la precisión en el reconocimiento de voz en tiempo real y fuera de línea.

Este estudio resalta cómo la tokenización de subpalabras mejora la calidad y eficiencia de la generación musical.