Últimos artículos para Procesamiento de Audio

FlowSep presenta un nuevo método para extraer sonidos usando consultas de lenguaje.

OpenACE ofrece un punto de referencia justo para evaluar códecs de audio en distintas condiciones.

Un nuevo método de zero-shot mejora la precisión de la conversión de voz y minimiza la filtración de sonido.

Nuevo enfoque mejora la isolación de voz en ambientes de audio mixto usando tokens discretos.

El modelo DAC mejora la creación de descripciones de audio con rapidez y diversidad.

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

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

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

Esencial detectar contenido de audio engañoso creado por tecnología.

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

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.

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

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

Nuevos modelos abordan la clasificación de sonido con datos de entrenamiento limitados.

Un nuevo enfoque mejora la detección de audio falso utilizando modelos preentrenados.

Un nuevo método mejora el conteo de fuentes en entornos de señales complejas.

Nuevos diseños de arreglos mejoran la precisión y eficiencia en la detección de dirección de señales.

Una mirada a los resultados del desafío Codec-SUPERB y las métricas de rendimiento del codec.

Un nuevo método para detectar reflejos tempranos en la sala mejora las experiencias de audio.

Un nuevo marco mejora el reconocimiento de voz y se adapta a varias tareas de habla.

Un enfoque nuevo mejora la detección de grabaciones de audio falsas.

Te presentamos NanoVoice, un modelo de texto a voz rápido y eficiente para audio personalizado.

Un nuevo sistema mejora la identificación de los hablantes en discusiones con varios participantes.

Un nuevo enfoque para mejorar la clasificación a través de la Pérdida de Distribución de Distancia Angular.

Nuevos métodos con modelos de lenguaje mejoran la detección de sonido en medio del ruido de fondo.

Descubre cómo TSE mejora el reconocimiento de voz en entornos ruidosos usando señales de texto.

Un nuevo enfoque mejora la evaluación de la calidad del habla al tener en cuenta el ruido de fondo.

Una mirada a cómo la compresión de rango dinámico mejora las experiencias de audio.

Un nuevo modelo mejora la identificación y localización de sonidos de manera efectiva.

Presentamos VQalAttent, un modelo más sencillo para generar un habla máquina realista.

Investigadores mejoran la detección de voz para búsquedas más rápidas y precisas.

Explorando cómo los trucos de audio confunden a los modelos de lenguaje.

Descubre cómo los CAM están cambiando la forma en que producimos y vivimos la música.

Noro mejora la conversión de voz, haciéndola efectiva incluso en ambientes ruidosos.

Combinar modelos de imagen con sistemas de audio mejora la eficiencia y el rendimiento.

Descubre cómo la separación de fuentes de música y la transcripción cambian la forma en que disfrutamos la música.

Nuevos métodos ayudan a las máquinas a encontrar información clave del contenido hablado.

Nuevos modelos identifican el discurso sintético y combaten el mal uso de la tecnología de voz.