Informática - Sonido

Este artículo habla de un método para mejorar los subtítulos de video incorporando audio.

Un nuevo modelo mejora la conversión de voz al simplificar las técnicas de separación del habla.

La investigación busca combinar datos de audio y simbólicos para analizar la similitud musical.

Nuevos métodos mejoran la segmentación del habla en conversaciones multilingües.

NoisyILRMA mejora la extracción de sonido del ruido de fondo para tener experiencias de audio más claras.

Este artículo habla sobre el papel del aprendizaje auto-supervisado en la tecnología musical.

Los sistemas ASR personalizados mejoran la comunicación para personas DHH de manera significativa.

Nuevos métodos aprovechan resúmenes conversacionales para mejorar el reconocimiento de hablantes.

Mejorando los sistemas de retroalimentación para los que aprenden inglés al abordar el problema del arranque en frío.

Investigando métodos para localizar fuentes de sonido de los aerogeneradores para reducir el ruido.

Presentamos un nuevo modelo para identificar técnicas de canto en pistas de audio.

Un nuevo modelo mejora la extracción de voz usando información de audio y visual.

Wespeaker simplifica el reconocimiento de hablantes con herramientas fáciles de usar y modelos preentrenados.

Un nuevo método transforma señales mono en experiencias estéreo interesantes.

Un estudio sobre cómo mejorar la detección de emociones en el habla para grupos diversos.

Un estudio usa un dispositivo de múltiples datos para seguir los patrones de sueño de los bebés de manera más precisa.

3D-Speaker ofrece una gran colección de grabaciones de audio para un análisis de voz avanzado.

GenerTTS mejora la tecnología de texto a voz para aplicaciones multilingües.

Un nuevo sistema mejora la detección de audio manipulado a través de técnicas innovadoras.

Mejorar el reconocimiento de voz para voces superpuestas hace que sea más fácil de usar en diferentes situaciones.

Nuevos métodos mejoran la separación de voces en entornos de audio mezclados.

Descubre cómo nuevas técnicas mejoran la claridad del habla en entornos ruidosos.

Un nuevo método para hacer que la síntesis de voz sea más personal usando menos datos de voz.

Nuevos métodos mejoran la localización del sonido usando arreglos de micrófonos distribuidos.

Este estudio examina métodos para proteger la privacidad al analizar conversaciones habladas.

Los recientes ataques por backdoor exponen riesgos en las tecnologías de identificación por voz.

Un nuevo modelo mejora la extracción de voz de fondos ruidosos usando aprendizaje profundo.

GOLF ofrece un enfoque nuevo para crear canto parecido al humano usando menos recursos.

Investigación sobre cómo predecir la edad y el género a partir de datos de voz usando modelos innovadores.

Un método fresco para entender las relaciones musicales a través de árboles de dependencia.

Este artículo habla de nuevos modelos que mejoran la precisión del reconocimiento de voz al considerar contextos más largos.

LyricWhiz combina modelos avanzados para mejorar la precisión de la transcripción de letras en diferentes idiomas.

Un estudio sobre cómo usar grabaciones de sonido para identificar diferentes especies de aves en África.

Descubre cómo los sistemas de recomendación sugieren canciones según las preferencias de los usuarios.

Este artículo habla sobre los desafíos y técnicas para manejar el desequilibrio de conjuntos de datos en la clasificación de audio.

Un nuevo enfoque mejora el reconocimiento de voz para el rumano usando inhibición lateral.

La investigación destaca métodos para proteger la privacidad de género en audio hablado.

Una mirada a cómo captar mejor las emociones detrás de las palabras habladas.

Usar embeddings de audio preentrenados lleva a mejores modelos de clasificación musical.

Nuevo marco mejora la claridad del habla en videos silenciosos mediante un procesamiento mejorado.