Informática - Sonido

MuPT utiliza la notación ABC para generar música de manera efectiva con IA.

Nuevos métodos mejoran la representación de audio a través de técnicas de aprendizaje auto-supervisado.

Un método que usa IA mejora la representación del sonido en diferentes entornos.

Explora el papel de los momentos espectrales en las pruebas de cámara de reverberación y el impacto del ruido.

Un nuevo sistema para una transcripción de piano en tiempo real, precisa y ligera.

Un nuevo marco mejora la comprensión de la IA sobre los espacios 3D.

Nuevo modelo permite un control preciso de las cualidades de la voz mientras se mantiene el contenido.

Un estudio sobre cómo mejorar los audios a partir de indicaciones de texto usando optimización de preferencias.

Explorando los últimos avances en herramientas de IA para crear música.

Un nuevo enfoque mejora el etiquetado y la recuperación de música al combinar términos de lenguaje general y de música.

FlashSpeech ofrece soluciones de síntesis de voz rápidas y de alta calidad.

Un nuevo método mejora la detección de deepfakes de audio usando referencias de muestras similares.

Este estudio analiza señales de sonido para medir la virtuosidad entre guitarristas eléctricos.

La investigación muestra que usar análisis de voz para identificar la enfermedad de Parkinson temprano tiene potencial.

Este estudio examina las debilidades de los modelos SER frente a ataques adversariales en diferentes idiomas.

SEANet mejora el aislamiento del hablante al reducir el ruido en el procesamiento de audio.

Un nuevo códec de audio que ofrece compresión de alta calidad y contenido semántico rico.

Una herramienta que combina análisis de audio y video para identificar eventos.

Un método para medir cómo los materiales absorben el sonido de manera efectiva.

Nuevos métodos mejoran la claridad del habla en los audífonos mediante técnicas de aprendizaje profundo.

Aprende sobre técnicas de localización de sonido y sus usos en diferentes campos.

Un nuevo conjunto de datos y métodos mejoran la detección de deepfakes de audio generados por ALM.

Un clip de audio universal puede silenciar modelos de ASR avanzados como Whisper.

Un dispositivo ayuda a enfocarse en voces específicas en lugares concurridos.

Un nuevo método mejora la edición de audio usando modelos de difusión para cambios precisos.

SpeechVerse conecta la comprensión de audio y el procesamiento del lenguaje para mejorar la interacción humano-computadora.

Un nuevo conjunto de datos destaca las diferencias de rendimiento entre grupos demográficos que utilizan asistentes de voz.

Este artículo investiga las vulnerabilidades en los modelos de voz y formas de mejorar su seguridad.

Entender y mitigar las alucinaciones en la IA para un rendimiento confiable.

Un nuevo enfoque utiliza redes neuronales de convolución gráfica para un análisis eficiente de datos de música.

Nuevos métodos mejoran las conexiones entre clips de audio y descripciones de texto.

ROSVOT mejora la precisión al transcribir voces cantando, incluso en ambientes ruidosos.

Explora cómo los modelos de lenguaje grandes mejoran la creatividad a través de la generación multimedia.

Presentando un modelo que genera audio y video sincronizados con niveles de ruido mezclados.

Un nuevo sistema mejora las interacciones de los robots al filtrar el habla superpuesta.

Este artículo habla de un nuevo modelo sencillo para generar audio a partir de imágenes y viceversa.

Los modelos de lenguaje de eliminación de ruido mejoran la corrección de errores en los sistemas de reconocimiento de voz usando datos sintéticos.

NeRAF crea sonidos y visuales sincronizados para experiencias inmersivas en varios ámbitos.

Un nuevo método mejora la alineación de audio y video usando modelos preentrenados.

Usando deep learning para mejorar la monitorización de emisiones acústicas en uniones atornilladas.