Hiroshi Saruwatari

Introduction de la conversion de voix spatiale pour améliorer le réalisme audio et l'immersion.

J-CHAT propose un grand jeu de données open-source pour améliorer les systèmes de dialogue parlé.

Des chercheurs ont développé SaSLaW pour améliorer l'adaptation de la parole des machines dans divers environnements.

BigCodec améliore la qualité sonore dans les transmissions audio à faible débit.

Nouveau modèle améliore la génération de la parole dans différents dialectes des langues à accent tonique.

Un nouveau système prédit des scores de naturel pour la parole synthétique en utilisant des méthodes innovantes.

Une nouvelle méthode améliore le chant d'ensemble synthétisé en modélisant les interactions entre les chanteurs.