Últimos artículos para Tecnología de voz

Los investigadores mejoran la detección del habla generada por máquinas usando ajustes en la información de fase.

Un nuevo marco mejora el estudio de los sistemas de reconocimiento de voz no supervisados.

El nuevo modelo LinDiff mejora la velocidad y calidad de la síntesis de voz.

Investigadores combinan características visuales y sonoras para mejorar el habla de los usuarios de electrolaringe.

Esta investigación resalta cómo los LLMs mejoran la comprensión del habla en videos largos.

Un nuevo método optimiza los modelos de voz para un mejor rendimiento con menos recursos.

EM-Network mejora el aprendizaje de secuencias en tareas de procesamiento de habla y lenguaje.

Este estudio evalúa varios modelos para predecir la calidad del habla sintetizada.

Este artículo habla sobre cómo mejorar el reconocimiento de voz usando métodos de conjunto basados en confianza.

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

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

Un estudio sobre cómo mejorar la reproducción del sonido vocal con técnicas de síntesis avanzadas.

Nuevos métodos buscan ocultar las identidades de los hablantes mientras mantienen la claridad del habla.

Un nuevo método para mejorar la calidad del habla usando redes eficientes en energía.

Los investigadores analizan cómo se comparten las emociones a través del habla usando datos diversos.

Nuevos métodos mejoran la calidad del habla sintética usando aprendizaje auto-supervisado.

El Aprendizaje Federado mejora el reconocimiento de voz mientras mantiene los datos del usuario privados.

Un nuevo método mejora la detección de emociones en el habla usando solo audio.

O-1 mejora el reconocimiento de voz al optimizar métodos de autoentrenamiento.

La investigación destaca métodos de detección en tiempo real para audio falso creado por IA.

Nuevos métodos de poda mejoran el rendimiento del modelo de texto a voz de múltiples hablantes sin entrenamiento previo.

Nuevos métodos para seleccionar datos de voz minimizan el etiquetado mientras mejoran la precisión del reconocimiento.

Un nuevo método mejora la clasificación de calidad del habla utilizando puntuaciones de preferencia de los oyentes.

Un método para mejorar los sistemas de ASR para usuarios que tartamudean.

Nuevos métodos de un solo paso mejoran la precisión en el seguimiento de formantes para los sonidos del habla.

Un nuevo enfoque mejora la integración del habla con los modelos de lenguaje.

Examinando cómo los modelos de lenguaje preentrenados mejoran la calidad del texto a voz.

El MuLanTTS de Microsoft ofrece capacidades de texto a voz en francés que suenan naturales y expresivas.

Un proyecto tiene como objetivo mejorar el procesamiento del habla en francés usando aprendizaje auto-supervisado.

Nuevos métodos mejoran cómo las máquinas reconocen el ritmo y la emoción del habla.

Este estudio mejora la capacidad de los sistemas de reconocimiento de voz para entender el habla de los niños.

VoxtLM combina reconocimiento de voz, síntesis, generación de texto y continuación en un solo modelo.

Libriheavy ofrece 50,000 horas de inglés hablado para mejorar la tecnología de reconocimiento de voz.

AV2Wav mejora la calidad del habla usando pistas de audio y visuales.

La selección de core-set mejora los modelos de texto a voz al centrarse en datos diversos.

Nuevo método preserva el tono emocional en la conversión de voz para mejorar la interacción humano-computadora.

La investigación revela que el habla emocional afecta el rendimiento del modelo en tareas de separación de voz.

La investigación combina aprendizaje auto-supervisado y nuevas técnicas de medición para mejorar la inversión del habla.

Los investigadores desarrollan un nuevo marco para mejorar la claridad del habla para los usuarios de electrolaringe.

Un nuevo método utiliza datos sintéticos para mejorar los sistemas de ASR en áreas desconocidas.