Informatique - Son

Une approche solide pour identifier les anomalies audio et lutter contre le spoofing vocal.

Un nouveau modèle améliore la compréhension des émotions pendant les conversations.

Cette étude examine si les symboles de la parole appris imitent les modèles de fréquence des mots.

Présentation d'une méthode plus rapide pour la synthèse vocale de haute qualité utilisant des modèles de diffusion.

HiFTNet propose une synthèse vocale rapide et de haute qualité en utilisant des techniques innovantes et efficaces.

Une nouvelle méthode transforme les voix en utilisant les traits du visage pour diverses applications.

AV-SUPERB évalue les modèles audio et visuels sur différentes tâches pour une meilleure performance.

Une nouvelle approche améliore la diarisation des intervenants en intégrant des données sémantiques dans le processus.

Une nouvelle méthode améliore la vitesse et l'efficacité de la génération de texte en audio.

Des recherches montrent une meilleure précision dans la reconnaissance des émotions dans la parole à travers les langues.

Explore comment TTT améliore la reconnaissance vocale en s'adaptant aux changements de distribution.

Améliorer la façon dont on identifie les sources sonores en utilisant des données audio-visuelles.

Une méthode pour visualiser et prédire des sons dans différents environnements en utilisant une technologie avancée.

De nouvelles méthodes combinent l'audio et les métadonnées pour une meilleure reconnaissance des langues.

Un système conçu pour détecter les attaques par présentation vocale renforce la sécurité de la reconnaissance vocale.

Améliorer la reconnaissance vocale de Whisper pour le vietnamien et d'autres langues à faibles ressources.

FluentEditor améliore le montage audio en se concentrant sur le flow naturel et la cohérence.

Améliorer la traduction en temps réel grâce à des techniques de segmentation avancées.

Améliorer les traductions en temps réel grâce à des méthodes innovantes et des politiques intelligentes.

Efforts pour améliorer les systèmes de reconnaissance vocale pour l'arabe tunisien et le code-switching.

Des méthodes innovantes visent à adapter la création musicale aux préférences des utilisateurs.

Un nouveau modèle améliore l'efficacité et la performance de la séparation des voix.

Une nouvelle méthode évalue la qualité audio en utilisant plusieurs micros dans différents environnements.

Une nouvelle méthode améliore la séparation des sons à travers différentes fréquences.

Explore les avancées dans l'annulation d'écho pour améliorer la qualité des appels.

Une nouvelle méthode améliore la génération de musique en ajoutant du contexte de performance.

Une nouvelle approche génère des légendes audio en utilisant seulement du texte, ce qui améliore l'efficacité des données.

Explorer les défis et les innovations pour faire correspondre les enregistrements audio à la partition.

Une nouvelle approche utilise l'apprentissage auto-supervisé pour relier l'audio et la partition.

Une nouvelle méthode améliore l'accord entre audio et partitions.

Utiliser le clustering k-means pour optimiser les données audio pour un meilleur entraînement des modèles.

Une étude montre que l'augmentation audio peut améliorer la reconnaissance vocale dans les langues à faibles ressources.

Une nouvelle approche améliore l'efficacité des modèles ASR multilingues en intégrant des techniques de masquage adaptatif.

Enquête sur l'audio deepfake pour améliorer les modèles de transcription pour les langues moins courantes.

De nouvelles stratégies améliorent l'apprentissage avec des étiquettes faibles en sélectionnant des exemples négatifs pertinents.

Une nouvelle méthode pour marquer des audios créés par des modèles de diffusion pour protéger les droits d'auteur.

De nouvelles techniques améliorent les systèmes ASR pour une meilleure reconnaissance de la parole longue.

De nouvelles techniques visent à améliorer la précision des appareils activés par la voix contre les attaques.

DurIAN-E améliore la synthèse vocale avec une expressivité et un flot naturel renforcés.

Découvre comment SER améliore les interactions homme-machine grâce à la détection des émotions.