Informática - Sonido

Nuevos métodos mejoran el aislamiento acústico de entornos ruidosos sin necesidad de datos etiquetados.

Un nuevo enfoque aborda la variación de canal en los sistemas de reconocimiento de voz.

Un nuevo método mejora el reconocimiento de voz de máquinas para la verificación de hablantes.

Un nuevo modelo mejora la generación de audio usando texto detallado y sonidos como prompts.

La inteligencia artificial está reinventando la música con nuevas herramientas y enfoques.

MaskSR2 mejora la claridad y calidad del habla usando técnicas innovadoras.

Un nuevo método para generar habla acentuada usando transliteración de texto.

E1 TTS transforma texto en habla natural más rápido y de manera más eficiente.

Wave-U-Mamba mejora grabaciones de voz de baja calidad para una comunicación más clara.

Un nuevo sistema predice las puntuaciones de naturalidad para el habla sintética usando métodos innovadores.

Un nuevo método usa audio para mejorar la precisión de pronunciación de las máquinas.

Nuevos métodos mejoran la sincronización de audio con escenas de video cambiantes.

Explorando el desafío GenSEC para mejorar la precisión de la transcripción de voz.

Un nuevo método de evaluación para la esquizofrenia usando datos multimodales.

Nuevos métodos están ayudando a las máquinas a interpretar mejor los sonidos individuales.

Una visión general de las tecnologías de detección de palabras clave y sus desafíos con el idioma urdu.

La investigación revela las dificultades en el reconocimiento de voz de las transmisiones de radio policial.

PDMX ofrece una gran colección de música simbólica de dominio público para el desarrollo de IA.

Un estudio muestra que los i-vectores pueden competir con modelos complejos en el reconocimiento de hablantes.

Un estudio sobre cómo las elecciones de diseño afectan los modelos de lenguaje de base.

Un nuevo método evalúa modelos de habla auto-supervisados usando medidas de rango.

El estudio resalta los avances en el reconocimiento de emociones en robots usando Transformadores de Visión.

La investigación resalta la importancia de un diagnóstico justo en enfermedades respiratorias.

MusicLIME ayuda a explicar el enfoque de la IA para analizar música a través de audio y letras.

Descubre cómo la Computación Cuántica está transformando la creatividad musical con el Harmonizador Cuántico Variacional.

El modelo MCMamba mejora la calidad del habla en entornos ruidosos usando información espacial y espectral.

Este estudio evalúa métodos de baja latencia para mejorar la calidad del habla en condiciones ruidosas.

Examinando cómo los gestos 2D y 3D afectan la comunicación de personajes virtuales.

Un estudio sobre cómo mejorar los sistemas de reconocimiento de voz en ambientes ruidosos.

Los investigadores usan el habla para identificar y monitorear varias condiciones de salud.

RF-GML mide la calidad del audio sin necesidad de una señal de referencia.

Aprende cómo la ecualización de salas mejora las experiencias de audio en diferentes ambientes.

StyleTTS-ZS ofrece una síntesis de voz eficiente y de alta calidad sin necesidad de un entrenamiento extenso del hablante.

Un nuevo método mejora el canto en conjunto sintetizado al modelar las interacciones entre los cantantes.

Un nuevo marco mejora el reconocimiento de voz al modelar las relaciones de sonido de manera efectiva.

Un nuevo método de enmascaramiento mejora la conversión de voz al separar la identidad del hablante de la fonética.

Técnicas innovadoras mejoran el entrenamiento de modelos de música-texto con recursos limitados.

Nuevos métodos mejoran el etiquetado de audio para estilos musicales diversos y la preservación cultural.

Un conjunto de datos de sonidos del hogar promueve la seguridad y la comodidad para los adultos mayores.

SD-Codec mejora el procesamiento de audio al separar diferentes tipos de sonido de manera efectiva.