Bhiksha Raj

PAM propose une nouvelle façon de mesurer la qualité audio sans avoir besoin d'enregistrements de référence.

Un nouveau critère évalue la performance des systèmes de reconnaissance vocale face à différentes distorsions.

Enquête sur comment de petites erreurs dans les données d'entraînement améliorent le contenu généré par l'IA.

Nouveau cadre qui évalue la performance du SLAM dans des conditions difficiles.

De nouvelles méthodes améliorent les modèles de parole pour les langues avec peu de données.

De nouvelles méthodes améliorent la compréhension des émotions humaines dans la parole par les machines.

Cette étude évalue les compétences en raisonnement des modèles audio-langage avec une nouvelle tâche.

Cette étude examine comment différentes méthodes de résumé affectent la qualité et le contenu.

Un nouveau cadre améliore la précision de la confirmation de l'identité vocale.

De nouvelles caractéristiques acoustiques améliorent les performances des systèmes ASR dans des environnements bruyants.

ESPnet-Codec améliore l'entraînement et l'évaluation des codecs neuronaux pour l'audio et la parole.

MACE améliore la légende audio en liant les sons à des descriptions textuelles précises.

Explore comment POGAT améliore l'analyse de structures graphiques complexes.

Découvrez comment SoftVQ-VAE améliore la création d'images avec efficacité et qualité.