Derniers articles pour Audio

Nouveau jeu de données améliore la génération audio à partir de descriptions textuelles détaillées.

Présentation des ensembles de données MERGE pour améliorer la classification des émotions dans la musique.

Un aperçu des méthodes de création et de détection des deepfakes.

Examiner comment les retours pendant les collisions influencent l'expérience utilisateur dans des espaces VR bondés.

Une nouvelle méthode améliore la détection des deepfakes en utilisant une analyse audio-visuelle.

Une nouvelle méthode améliore la création de sons pour des modèles humains 3D réalistes.

Une nouvelle méthode combine texte, émotions et audio pour détecter la santé mentale de manière plus efficace.

Un projet qui offre un soutien émotionnel via des réponses audio pour ceux qui en ont besoin.

Un nouveau modèle de texte à audio utilisant uniquement des données publiques.

OmniBind intègre différents types de données pour une meilleure compréhension et génération de contenu.

Examiner comment les codecs gardent les émotions dans les données vocales.

Une étude sur l'amélioration des méthodes pour détecter la compression audio avec perte pour une meilleure qualité sonore.

Un nouveau modèle qui synchronise les annotations d'accords avec l'audio de la musique sans accroc.

Un cadre qui identifie efficacement le contenu deepfake grâce à une analyse combinée de l'audio et de la vidéo.

Une nouvelle approche combine des données audio, vidéo et texte pour un diagnostic efficace de la dépression.

VAT-CMR permet aux robots de récupérer des objets en utilisant des données visuelles, audio et tactiles.

UniTalker fusionne des jeux de données pour une meilleure précision d'animation faciale.

Style-Talker améliore les conversations entre les humains et les machines grâce à une profondeur émotionnelle.

Une nouvelle approche se concentre sur des incohérences subtiles dans la détection de deepfake.

Une nouvelle méthode combine EEG, audio et expressions faciales pour évaluer la santé mentale.

Un aperçu des complexités pour identifier des pistes audio mixées.

Un nouveau modèle sépare le timbre et la structure pour une meilleure création audio.

RoboMNIST aide les robots à reconnaître différentes activités en utilisant le WiFi, la vidéo et le son.

X-Codec améliore la génération audio en intégrant la compréhension sémantique dans le traitement.

De nouvelles méthodes améliorent la séparation des voix dans des environnements bruyants.

Un nouveau système génère de la parole à partir de texte en utilisant un minimum de données.

De nouvelles méthodes de filigrane protègent les créateurs dans les modèles génératifs audio.

Un nouveau cadre améliore la génération de mouvements pour les animations et les expériences virtuelles.

Un nouveau modèle simplifie la production audio en éliminant automatiquement les sons de respiration.

Une nouvelle méthode améliore la transformation audio tout en préservant la mélodie et la qualité sonore.

Cette étude évalue des réseaux de neurones pour reproduire les caractéristiques de la réverbération à ressort.

ParaEVITS améliore l'expression émotionnelle dans la synthèse vocale grâce à un guidage en langage naturel.

De nouvelles méthodes améliorent l'accès aux nouvelles parlées en segmentant les sujets plus efficacement.

SoloAudio améliore l'extraction sonore avec des techniques avancées et des données synthétiques.

Nouveau modèle améliore la détection des intervenants en temps réel et l'efficacité de la communication.

Un nouveau modèle améliore la génération audio en utilisant des textes et des sons de référence détaillés.

MusicLIME aide à comprendre comment l'IA analyse la musique à travers l'audio et les paroles.

Un nouveau modèle crée de l'audio qui correspond à la vidéo, améliorant les expériences médiales.

Une nouvelle approche combine des vidéos de cours et des diapositives pour mieux engager les étudiants.

Cette étude analyse comment l'audio, la vidéo et le texte fonctionnent ensemble dans la reconnaissance vocale.