Informatique - Son

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.

Une nouvelle méthode améliore la performance de la reconnaissance vocale grâce à l'intégration de données textuelles.

L'injection de texte aide à reconnaître les infos perso tout en gardant la vie privée.

Découvrez comment de nouvelles techniques transforment la détection d'événements sonores pour différentes applications.

Explorer des méthodes non linéaires en audio pour la production musicale et l'analyse de la parole.

Une nouvelle méthode pour détecter précisément les tonalités en musique et en son.

Radio2Text utilise des signaux mmWave pour la reconnaissance vocale en temps réel dans des environnements bruyants.

Une étude examine l'efficacité des masques sonores automatisés dans les espaces publics.

Les réseaux de neurones graphiques améliorent la précision de la reconnaissance vocale en analysant les relations entre les échantillons de voix.

Une étude qui évalue la reconnaissance des émotions dans des modèles de parole dans six langues.

Le modèle AffectEcho améliore l'expression émotionnelle dans la parole générée par l'IA.

Cette étude améliore les modèles G2P en se concentrant sur les zones sujettes aux erreurs pendant l'entraînement.

Découvrez des méthodes qui améliorent la précision du suivi des formants pour l'analyse de la parole.

Des chercheurs développent des méthodes basées sur la parole pour une évaluation plus précise de la maladie de Parkinson.

Meta-SELD améliore la localisation des événements sonores dans des environnements variés.

AVMIT offre aux chercheurs des idées sur la façon dont le son et la vision sont liés dans la reconnaissance d'actions.

Un nouveau modèle d'IA améliore la prédiction des scores de qualité audio.

Cette recherche examine comment les méthodes d'échantillonnage affectent la qualité de la musique générée par l'IA.

Une nouvelle méthode améliore la détection des faux audios dans les systèmes de reconnaissance vocale.

De nouvelles méthodes améliorent la précision du suivi du rythme dans la musique classique complexe.

Un aperçu de comment la diarisation linguistique aide dans les conversations multilingues.