Informatique - Son

Utiliser des LLMs pour créer un énorme dataset pour le descripteur de musique.

Les chercheurs améliorent l'entraînement à la prononciation avec de nouvelles technologies pour les apprenants de langues.

HierVST transforme les voix sans effort, améliorant la qualité audio sans avoir besoin de données massives.

La recherche développe un modèle pour mesurer avec précision l'engagement dans les conversations.

DAVIS propose une nouvelle façon de gérer la séparation des sons audio et visuels.

Une nouvelle méthode améliore l'identification précise des objets qui produisent des sons dans les vidéos.

DiffProsody améliore la vitesse et la qualité de la synthèse vocale grâce à une génération de prosodie innovante.

Une nouvelle technologie vise à restaurer la qualité musicale perdue à cause de la compression de volume.

Une nouvelle méthode promet une identification plus rapide des troubles de la parole comme l'aphasie.

Une nouvelle méthode utilise des sons ultrasoniques pour embrouiller les systèmes de reconnaissance vocale sans être détectée.

De nouvelles méthodes améliorent la qualité de la parole synthétisée grâce à l'apprentissage auto-supervisé.

Une nouvelle méthode améliore la transcription de mots-clés rares dans les conversations professionnelles.

L'apprentissage fédéré améliore la reconnaissance vocale tout en gardant les données des utilisateurs privées.

MusicLDM transforme du texte en musique originale, offrant de nouvelles pistes de créativité.

De nouvelles méthodes améliorent la précision pour extraire des mélodies chantées à partir d'audio mixte.

De nouvelles méthodes visent à améliorer le sous-titrage audio pour plus de précision et d'efficacité.

Nouveau modèle améliore la clarté de la voix dans des environnements bruyants en utilisant des méthodes innovantes.

Une étude sur les chansons folkloriques coréennes en utilisant des méthodes d'analyse modernes.

DiffDance crée des séquences de danse détaillées qui s'accordent super bien avec la musique.

Examiner l'équité dans la technologie de transcription de voix chantée selon les genres.

SeACo-Paraformer apporte flexibilité et précision à la technologie de reconnaissance vocale.

Cette étude examine les méthodes de classification de la qualité vocale et leur importance dans la communication.

Apprends comment de nouveaux algos améliorent les techniques de réduction du bruit pour plein d'applis différentes.

AudioVMAF combine des métriques vidéo pour une meilleure évaluation de la qualité audio.

Une nouvelle méthode améliore la détection des faux audios grâce à la modification adaptative des poids.

La stéganalyse aide à détecter des messages cachés dans les multimédias, garantissant une communication sécurisée.

Transformer des gestes pour des agents virtuels tout en gardant leur sens.

Explorer comment les réseaux de neurones améliorent la précision de la localisation des sources sonores.

Des chercheurs améliorent la reconnaissance vocale automatique pour le punjabi en utilisant des techniques d'auto-formation innovantes.

Un nouveau modèle améliore la reconnaissance vocale dans des environnements bruyants en se concentrant sur un seul locuteur.

De nouvelles méthodes visent à protéger la vie privée des discours dans les systèmes de surveillance audio.

Un nouveau jeu de données améliore la synthèse vocale en capturant l'expression émotionnelle sans se baser sur le texte.

Nouvelles stratégies pour améliorer la stabilité de l'entraînement pour la classification des hauteurs musicales.

Phoneme Hallucinator transforme la conversion vocale avec peu de données pour des sorties plus claires.

Une nouvelle méthode crée des gestes réalistes à partir d'audio de discours brut.

Améliorer les systèmes ASR hybrides pour la parole bilingue en utilisant des unités de graphèmes.

Un nouveau modèle améliore l'alignement de la parole et du texte pour une meilleure reconnaissance automatique.

Lip2Vec améliore la reconnaissance visuelle de la parole avec moins de données étiquetées.

De nouvelles méthodes améliorent la précision et la rapidité des systèmes de reconnaissance vocale.

O-1 améliore la reconnaissance vocale en optimisant les méthodes d'auto-formation.