Son

Son LatentSpeech : Un pas en avant dans le texte à la parole

Révolutionner la synthèse vocale avec des voix plus naturelles et une meilleure efficacité.

Haowei Lou, Helen Paik, Pari Delir Haghighi

2025-03-06T14:47:24+00:00 ― 7 min lire

Son Avancées dans la technologie de synthèse vocale

Découvrez comment les systèmes TTS évoluent pour sonner de plus en plus humain.

Haowei Lou, Helen Paik, Wen Hu

2025-03-06T09:51:18+00:00 ― 9 min lire

Son Révolutionner la création audio pour les designers

Nouveau système qui transforme le contrôle audio grâce à des descriptions textuelles détaillées.

Sonal Kumar, Prem Seetharaman, Justin Salamon

2025-03-05T04:14:42+00:00 ― 9 min lire

Son Décoder les émotions : L'avenir de l'analyse des sentiments

Combiner vidéo et audio pour mieux détecter les émotions.

Antonio Fernandez, Suzan Awinat

2025-03-03T22:38:06+00:00 ― 11 min lire

Son Révolutionner les effets sonores avec YingSound

YingSound révolutionne la production vidéo en automatisant la création d'effets sonores.

Zihao Chen, Haomin Zhang, Xinhan Di

2025-03-03T17:42:00+00:00 ― 8 min lire

Son Échos : Une nouvelle façon de taguer l'audio

Les chercheurs utilisent des échos pour marquer l'audio, garantissant que les droits des créateurs sont protégés.

Christopher J. Tralie, Matt Amery, Benjamin Douglas

2025-03-02T17:01:30+00:00 ― 10 min lire

Robotique SonicBoom : Tester la navigation des robots

Les robots peuvent maintenant naviguer dans des environnements compliqués en utilisant le son grâce à SonicBoom.

Moonyoung Lee, Uksang Yoo, Jean Oh

2025-02-28T05:48:18+00:00 ― 7 min lire

Traitement de l'audio et de la parole MASV : L'avenir de la vérification vocale

Le modèle MASV améliore la vérification vocale, garantissant sécurité et efficacité.

Yang Liu, Li Wan, Yiteng Huang

2025-02-27T10:03:54+00:00 ― 6 min lire

Son Le Futur de la Musique : IA et Compositeurs

Explorer l'impact des outils d'IA sur la création musicale et les perspectives des compositeurs.

Eleanor Row, György Fazekas

2025-02-27T05:07:48+00:00 ― 9 min lire

Son Avancées dans la reconnaissance vocale pour les chiffres perses

La technologie de reconnaissance vocale améliore la reconnaissance des chiffres, surtout dans des environnements bruyants.

Ali Nasr-Esfahani, Mehdi Bekrani, Roozbeh Rajabi

2025-02-27T00:11:42+00:00 ― 6 min lire

Calcul et langage Améliorer la reconnaissance vocale japonaise avec Whisper

Améliorer les performances de l'ASR multilingue pour le japonais grâce à un réglage fin ciblé.

Mark Bajo, Haruka Fukukawa, Ryuji Morita

2025-02-26T14:19:30+00:00 ― 7 min lire

Apprentissage automatique Esprit sur Machine : L'Avenir de la Communication

Explorer comment les BCI décodent la parole imaginée pour améliorer la communication.

Byung-Kwan Ko, Jun-Young Kim, Seo-Hyun Lee

2025-02-26T04:27:18+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formes SonicMesh : Le futur de la modélisation de corps en 3D

SonicMesh utilise le son pour améliorer la modélisation 3D du corps humain à partir d'images.

Xiaoxuan Liang, Wuyang Zhang, Hong Zhou

2025-02-25T08:42:54+00:00 ― 6 min lire

Son Avancées dans la technologie de reconnaissance vocale

Découvrez les dernières avancées en reconnaissance vocale en temps réel et comment elles améliorent nos échanges.

Rongxiang Wang, Zhiming Xu, Felix Xiaozhu Lin

2025-02-24T22:50:42+00:00 ― 6 min lire

Son Améliorer l'extraction du locuteur cible avec de nouvelles données

Des chercheurs améliorent le traitement de la parole en utilisant Libri2Vox et des techniques de données synthétiques.

Yun Liu, Xuechen Liu, Xiaoxiao Miao

2025-02-23T07:21:54+00:00 ― 7 min lire

Son Apporter des émotions aux machines : l'avenir de la synthèse vocale

Découvre comment le TTS émotionnel change la communication avec les machines, les rendant plus proches.

Sho Inoue, Kun Zhou, Shuai Wang

2025-02-23T02:25:48+00:00 ― 7 min lire

Son Le langage bourdonnant des insectes : classification des sons

Apprends comment les sons des insectes peuvent aider à surveiller les écosystèmes et gérer les nuisibles.

Yinxuan Wang, Sudip Vhaduri

2025-02-22T11:37:30+00:00 ― 8 min lire

Traitement de l'audio et de la parole Améliorer la recherche d'informations vocales avec SPIRAL

De nouvelles méthodes aident les machines à trouver des infos clés à partir de contenus parlés.

Yueqian Lin, Yuzhe Fu, Jingyang Zhang

2025-02-21T15:53:06+00:00 ― 6 min lire

Calcul et langage Collecte de données vocales par crowdsourcing : Le rôle de l'IA

Découvrez comment l'IA simplifie la collecte de données de discours grâce à l'crowdsourcing.

Beomseok Lee, Marco Gaido, Ioan Calapodescu

2025-02-21T10:57:00+00:00 ― 6 min lire

Calcul et langage Classification de la parole : Spontanée vs. Scriptée

Explore les différences entre la parole spontanée et la parole scriptée dans le traitement audio.

Shahar Elisha, Andrew McDowell, Mariano Beguerisse-Díaz

2025-02-20T20:08:42+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formes Équilibrer sons et visuels : une nouvelle approche dans l'apprentissage par IA

DAAN améliore la façon dont les machines apprennent à partir de données audio-visuelles dans des scénarios zéro-shot.

RunLin Yu, Yipu Gong, Wenrui Li

2025-02-20T15:12:36+00:00 ― 7 min lire

Son Lutter contre les deepfakes audio avec un apprentissage intelligent

Une nouvelle méthode améliore la détection des deepfakes audio en utilisant des techniques d'apprentissage innovantes.

Yujie Chen, Jiangyan Yi, Cunhang Fan

2025-02-19T19:28:12+00:00 ― 8 min lire

Son Le défi de la détection de la musique générée par machine

Alors que les machines produisent de la musique, on doit protéger la créativité humaine avec des méthodes de détection efficaces.

Yupei Li, Qiyang Sun, Hanqian Li

2025-02-17T18:07:12+00:00 ― 11 min lire

Son L'essor de la détection de la parole synthétique

De nouveaux modèles identifient la voix synthétique et luttent contre l'utilisation abusive de la technologie vocale.

Mahieyin Rahmun, Rafat Hasan Khan, Tanjim Taharat Aurpa

2025-02-16T22:22:48+00:00 ― 7 min lire

Son TAME : Une nouvelle façon d'attraper des drones

TAME utilise le son pour détecter les drones, améliorant la sécurité et la surveillance.

Zhenyuan Xiao, Huanran Hu, Guili Xu

2025-02-16T07:34:30+00:00 ― 7 min lire

Son Décomposer le code-switching dans la reconnaissance vocale

Découvrez comment CAMEL améliore la compréhension des conversations en langues mélangées.

He Wang, Xucheng Wan, Naijun Zheng

2025-02-15T06:54:00+00:00 ― 7 min lire

Neurones et cognition Comment les signaux cérébraux pourraient identifier la musique

Des recherches montrent que l'activité cérébrale peut aider les machines à reconnaître la musique efficacement.

Taketo Akama, Zhuohao Zhang, Pengcheng Li

2025-02-15T02:14:54+00:00 ― 8 min lire

Robotique Suivre les drones avec le son : une nouvelle méthode

La technologie audio offre un moyen économique de suivre les UAVs en toute sécurité.

Allen Lei, Tianchen Deng, Han Wang

2025-02-14T21:01:48+00:00 ― 7 min lire

Son Le test de voix IA pourrait révolutionner la détection du cancer du larynx

Une nouvelle méthode d'IA analyse les voix pour détecter le risque de cancer du larynx.

Mary Paterson, James Moor, Luisa Cutillo

2025-02-09T05:28:46+00:00 ― 9 min lire

Vision par ordinateur et reconnaissance des formes L'avenir de la synthèse vidéo-audio

Découvrez comment la synthèse vidéo-audio transforme nos expériences médias avec un son parfaitement aligné.

Ho Kei Cheng, Masato Ishii, Akio Hayakawa

2025-02-08T21:54:54+00:00 ― 9 min lire

Son Transformer le design sonore avec Stable-V2A

Un nouveau système révolutionne la façon dont les designers sonores créent des audio pour les vidéos.

Riccardo Fosco Gramaccioni, Christian Marinoni, Emilian Postolache

2025-02-08T07:06:36+00:00 ― 10 min lire

Traitement de l'audio et de la parole Améliorer la clarté de la parole : Les ingrédients clés

Un aperçu de comment l'amélioration de la parole booste la communication grâce aux caractéristiques des données.

Leying Zhang, Wangyou Zhang, Chenda Li

2025-02-07T21:14:24+00:00 ― 10 min lire

Apprentissage automatique Connecter des Sons : L'Avenir de la Génération Texte-Audio

Découvrez comment la tech TTA fusionne mots et sons pour des expériences audio plus riches.

Yuhang He, Yash Jain, Xubo Liu

2025-02-04T19:12:54+00:00 ― 9 min lire

Son Donner vie au doublage : améliorer la synchronisation labiale

Une nouvelle méthode améliore la synchronisation labiale dans les vidéos doublées pour une expérience de visionnage plus naturelle.

Lucas Goncalves, Prashant Mathur, Xing Niu

2025-02-03T03:44:06+00:00 ― 8 min lire

Calcul et langage Franchir les barrières linguistiques dans la reconnaissance vocale

Découvrez comment Whisper améliore la reconnaissance vocale dans les conversations multilingues.

Jiahui Zhao, Hao Shi, Chenrui Cui

2025-02-02T22:48:00+00:00 ― 6 min lire

Son Révolutionner la classification sonore : une nouvelle méthode

Une nouvelle approche rend la reconnaissance sonore plus accessible et efficace.

Noriyuki Tonami, Wataru Kohno, Keisuke Imoto

2025-02-01T12:15:18+00:00 ― 8 min lire

Traitement de l'audio et de la parole Anonymisation Voix : Protéger la Vie Privée dans la Technologie de la Parole

Apprends comment l'anonymisation vocale protège les infos perso dans un monde dominé par la tech.

Natalia Tomashenko, Emmanuel Vincent, Marc Tommasi

2025-02-01T07:19:12+00:00 ― 7 min lire

Traitement de l'audio et de la parole Voir et Entendre : L'Avenir de la Reconnaissance Vocale

Fusion des indices audio et visuels pour améliorer la reconnaissance vocale dans des environnements bruyants.

Zhaofeng Lin, Naomi Harte

2025-01-31T21:27:00+00:00 ― 7 min lire

Traitement de l'audio et de la parole Améliorer la clarté dans les environnements bruyants

La technologie d'amélioration de la parole s'adapte pour réduire le bruit et améliorer la communication.

Riccardo Miccini, Clement Laroche, Tobias Piechowiak

2025-01-31T16:30:54+00:00 ― 6 min lire

Son Systèmes de détection avancés pour drones

Une nouvelle tech combine le son et les visuels pour une meilleure détection des drones.

Zhenyuan Xiao, Yizhuo Yang, Guili Xu

2025-01-31T06:38:42+00:00 ― 8 min lire

Informatique - Son