Informatique - Son

SingFlex propose des solutions innovantes pour créer des voix chantées variées de manière efficace.

Une étude sur la complexité des morceaux de danse traditionnelle irlandaise en utilisant des méthodes de compression.

RefinPaint améliore la création musicale en identifiant et en perfectionnant les points faibles de manière efficace.

Un nouveau cadre améliore la performance de vérification des locuteurs avec des données limitées.

Explorer de nouvelles façons dont l'IA peut collaborer avec les musiciens à travers l'interprétation.

CADE améliore la détection audio contre les menaces de spoofing en évolution grâce à des techniques d'apprentissage continu.

Une nouvelle méthode aide les robots à retrouver des objets tombés en utilisant le son.

De nouveaux systèmes de commande vocale améliorent le contrôle des drones sans avoir besoin des mains.

De nouvelles techniques permettent une meilleure émulation des amplis de guitare et des effets.

Un nouveau cadre améliore la performance de l'ASR en utilisant des données et des ressources limitées.

Une nouvelle méthode améliore l'efficacité de la génération audio en utilisant des techniques d'attention innovantes.

Découvrez comment l'IA transforme la génération de musique avec BandControlNet.

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

Un aperçu des avancées dans les technologies et méthodes de reconnaissance vocale.

Une nouvelle méthode améliore la détection du bégaiement en combinant des données audio, vidéo et textuelles.

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

Cette étude montre comment la parole peut estimer les taux de respiration en utilisant des modèles avancés.

GraphMuse simplifie l'analyse des données musicales symboliques avec des techniques avancées de machine learning.

La recherche présente de nouvelles méthodes pour évaluer les systèmes de reconnaissance vocale en polonais.

Un nouveau jeu de données améliore la parole des machines pour le mandarin, visant une expression naturelle.

Une étude sur l'amélioration de la localisation des sources sonores en utilisant mieux les infos audio et visuelles.

Un nouveau cadre analyse la parole pour identifier les légers troubles cognitifs dans plusieurs langues.

Explorer l'impact de l'IA sur les styles de musique sous-représentés.

Une méthode pour améliorer les systèmes TTS pour mieux prononcer les mots OOV en Inde.

De nouveaux modèles d'apprentissage automatique améliorent la clarté de la parole pour les utilisateurs d'appareils auditifs.

La recherche explore l'audio basse fréquence pour protéger la vie privée dans les études sur le comportement social.

Explorer comment le son se comporte dans des environnements multi-pièces et ses implications dans la technologie.

De nouveaux outils d'IA simplifient le montage musical avec des techniques innovantes et une précision améliorée.

Le matching de voix prédéfini améliore la traduction vocale tout en garantissant la vie privée et en réduisant les risques.

Un nouveau système aide les musiciens à créer de la musique avec plus de contrôle et de précision.

Un nouvel outil pour évaluer la répétition dans la musique générée par l'IA.

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

Le dataset Rasa fait avancer la synthèse vocale pour les langues indiennes avec une voix neutre et expressive.

De nouvelles méthodes améliorent la compréhension des émotions humaines dans la parole par les machines.

Simplifier les outils d'IA peut aider les artistes à améliorer leur expression créative.

MusiConGen améliore le contrôle des utilisateurs dans la génération de texte en musique.

Des chercheurs améliorent le décodage de la parole en utilisant l'EEG pour aider les personnes ayant des troubles de la parole.

J-CHAT propose un grand jeu de données open-source pour améliorer les systèmes de dialogue parlé.

De nouvelles méthodes permettent aux musiciens de créer des instruments à partir de sons donnés.

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