Informatique - Son

Une nouvelle approche améliore le marquage et la récupération de la musique en combinant des termes de langue générale et des termes musicaux.

FlashSpeech propose des solutions de synthèse vocale rapides et de haute qualité.

Une nouvelle méthode améliore la détection des deepfakes audio en utilisant des références d'échantillons similaires.

Cette étude analyse des signaux sonores pour mesurer la virtuosité chez les guitaristes électrique.

Des recherches montrent que l'analyse de la parole pourrait aider à identifier la maladie de Parkinson tôt.

Cette étude examine les faiblesses des modèles SER face aux attaques adversariales dans différentes langues.

SEANet améliore l'isolement des intervenants en réduisant le bruit dans le traitement audio.

Un nouveau codec audio offrant une compression de haute qualité et un contenu sémantique riche.

Un outil qui combine l'analyse audio et vidéo pour identifier des événements.

Une méthode pour mesurer comment les matériaux absorbent le son efficacement.

De nouvelles méthodes améliorent la clarté de la parole dans les appareils auditifs grâce à des techniques d'apprentissage profond.

Apprends les techniques de localisation du son et leur utilisation dans différents domaines.

Nouveau jeu de données et méthodes améliorent la détection des deepfakes audio générés par ALM.

Un clip audio universel peut couper des modèles ASR avancés comme Whisper.

Un appareil aide à se concentrer sur des voix spécifiques dans des endroits bondés.

Une nouvelle méthode améliore le montage audio en utilisant des modèles de diffusion pour des changements précis.

SpeechVerse fait le lien entre la compréhension audio et le traitement du langage pour améliorer l'interaction humain-ordinateur.

Nouveau jeu de données met en avant les écarts de performance entre les groupes démographiques utilisant des assistants vocaux.

Cet article examine les vulnérabilités des modèles de discours et les moyens d'améliorer leur sécurité.

Comprendre et atténuer les hallucinations dans l'IA pour une performance fiable.

Une nouvelle approche utilise des réseaux de convolution de graphes pour une analyse efficace des données musicales.

De nouvelles méthodes améliorent les connexions entre les clips audio et les descriptions textuelles.

ROSVOT améliore la précision dans la transcription des voix chantées, même dans des environnements bruyants.

Explore comment les grands modèles de langage améliorent la créativité à travers la génération multimédia.

Présentation d'un modèle qui génère de l'audio et de la vidéo synchronisés avec des niveaux de bruit mélangés.

Un nouveau système améliore les interactions des robots en filtrant les discours qui se chevauchent.

Cet article parle d'un nouveau modèle simple pour générer du son à partir d'images et vice versa.

Les modèles de langage de débruitage améliorent la correction des erreurs dans les systèmes de reconnaissance vocale en utilisant des données synthétiques.

NeRAF crée des sons et des visuels synchronisés pour des expériences immersives dans divers domaines.

Une nouvelle méthode améliore l'alignement audio-vidéo en utilisant des modèles pré-entraînés.

Utiliser l'apprentissage profond pour améliorer la surveillance des émissions acoustiques des joints boulonnés.

Une nouvelle façon de combiner le chant et la danse grâce à des techniques informatiques avancées.

Découvrez une nouvelle méthode pour comprendre le mixage musical grâce à l'analyse audio.

Découvrez comment le speech inpainting restaure la qualité audio dans différents domaines.

Un nouveau système améliore la clarté de la parole dans des environnements avec plusieurs intervenants.

De nouvelles méthodes améliorent la façon dont les machines reconnaissent les émotions dans la parole.

Le modèle Frieren améliore la qualité audio et la synchronisation pour les vidéos.

Une nouvelle méthode génère des sons uniques à partir de texte en utilisant un synthétiseur simple.

Une nouvelle méthode améliore la traduction de la parole dans des environnements bruyants tout en préservant l'expressivité.

Une nouvelle méthode pour créer de la musique qui colle bien au contenu vidéo.