Informatique - Son

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

Cette étude propose une méthode claire pour évaluer la difficulté de la musique pour les enseignants.

Un nouveau modèle améliore la synthèse vocale pour différents dialectes chinois.

Une nouvelle méthode améliore la création de covers de piano, en équilibrant qualité et intégrité musicale.

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

Un nouveau critère pour évaluer les modèles qui analysent la musique et le langage.

Un nouveau cadre améliore la classification dans des tâches audio-visuelles jamais vues.

Un nouveau modèle améliore la génération de musique en utilisant des jetons composés et un décodage séquentiel.

Un projet qui réintroduit la musique de cour coréenne oubliée en utilisant des techniques modernes.

Une nouvelle méthode améliore la qualité de la musique générée par ordinateur en séparant la mélodie et le rythme.

Cette étude examine comment la musique et les sons évoquent des émotions ensemble.

De nouvelles méthodes dans la génération musicale par IA offrent une meilleure structure et diversité.

Un système qui crée des rythmes de batterie uniques à partir de prompts écrits pour les musiciens.

De nouvelles méthodes améliorent la précision de la reconnaissance vocale pour les accents divers.

Une nouvelle méthode pour juger comment les morceaux audio s'accordent en musique.

Méthodes pour accélérer la diarisation des locuteurs sans sacrifier la précision.

GRAFX propose une solution open-source pour un traitement audio efficace avec PyTorch.

Wav2graph crée des graphes de connaissances à partir de la langue parlée pour améliorer la compréhension de l'IA.

Speech-MASSIVE vise à améliorer la compréhension de la langue parlée dans différentes langues.

Des techniques innovantes protègent les données vocales sensibles tout en gardant la précision du traitement.

Des recherches sur de nouveaux modèles améliorent la qualité audio dans le film et la télé.

DiM-Gesture crée des gestes réalistes synchronisés avec la parole pour les interactions numériques.

Analyser les sons d'un enfant révèle des étapes cruciales de la croissance du langage.

De nouvelles méthodes pour mieux contrôler les RNN améliorent les simulations d'effets audio.

MulliVC transforme les voix à travers les langues avec une précision et une clarté impressionnantes.

Un système permettant l'authentification vocale dans plusieurs langues pour les appareils mobiles.

TEAdapter améliore la génération de musique à partir de texte, offrant aux utilisateurs plus de contrôle et de créativité.

Un nouveau cadre améliore la détection des sons par machine en utilisant des techniques d'apprentissage actif.

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

Un nouveau modèle d'apprentissage automatique améliore les techniques de séparation des sources audio.

Music2Latent simplifie la compression audio tout en gardant une haute qualité pour différentes applications.

Le modèle TOGGL améliore la précision de la transcription dans les situations de discours qui se chevauchent.

Un système pour améliorer la clarté de la parole dans les environnements bruyants en utilisant des lunettes intelligentes.

Une étude sur l'identification des moments de discours haineux dans l'audio en utilisant des techniques inédites.

Une méthode pour améliorer la qualité de la reconnaissance vocale dans des environnements bruyants.

Une méthode pour créer de la musique accrocheuse en gérant les niveaux de surprise.

Une nouvelle approche encode et reconstruit des signaux sensoriels en utilisant des trains de pics.

Cet article parle d'utiliser l'apprentissage profond pour prédire les réponses émotionnelles à la musique.

Une nouvelle méthode pour visualiser les distributions sonores mondiales en utilisant des données audio et satellite.

Explorer de nouvelles méthodes de compression audio pour une meilleure qualité sonore.