Informatique - Son

Cette étude présente un nouveau système pour détecter les erreurs de prononciation chez les apprenants de langues.

Le système Q A utilise l'apprentissage auto-supervisé pour réorganiser la musique de manière innovante.

Une nouvelle méthode améliore la qualité du texte en parole et l'expression émotionnelle.

Des techniques pour réduire la taille des modèles tout en gardant la performance émergent.

Nouveau modèle imite les effets de phasage analogique avec des techniques d'apprentissage améliorées.

Un nouveau modèle réduit la taille tout en améliorant la reconnaissance vocale multilingue.

Une nouvelle méthode améliore la précision de la reconnaissance vocale pour les accents africains.

Un nouveau système améliore la reconnaissance vocale dans des situations avec plusieurs intervenants.

LipVoicer génère une voix claire à partir de vidéos silencieuses en utilisant des méthodes de lecture labiale avancées.

De nouvelles méthodes visent à améliorer la communication des personnes atteintes de dysarthrie.

Une nouvelle méthode améliore les prévisions en tenant compte des scores de plusieurs experts.

Un aperçu de comment Whisper gère les différents dialectes et accents arabes.

Un programme qui combine des données visuelles et audio pour améliorer la compréhension des vidéos.

Une nouvelle méthode améliore la reconnaissance des actes de parole en bengali grâce à l'analyse audio et textuelle.

La recherche explore le potentiel de BERT dans l'analyse musicale au niveau des bars.

Un nouveau système améliore l'apprentissage des maths à la maison grâce à des interactions amusantes.

Une nouvelle méthode améliore les modèles de reconnaissance vocale en utilisant seulement des données textuelles pour l'adaptation.

Un nouveau modèle améliore l'harmonisation des mélodies en tenant compte des facteurs émotionnels.

De nouvelles méthodes utilisent l'onomatopée pour inspirer des mouvements de danse uniques.

Des chercheurs améliorent la détection de la parole générée par machine en ajustant les informations de phase.

Une nouvelle approche améliore l'identification de la langue parlée en utilisant l'apprentissage auto-supervisé et des étiquettes.

Une nouvelle méthode améliore la reconnaissance vocale pour les locuteurs arabes atteints de dysarthrie.

Allophant améliore la reconnaissance des phonèmes pour les langues avec peu de données.

Présentation de SANGEET, un jeu de données complet sur la musique classique hindoustanie.

Une nouvelle méthode vise à améliorer la détection des faux audios sans perdre les connaissances passées.

Un nouveau cadre améliore l'étude des systèmes de reconnaissance vocale non supervisée.

Ce projet aide tout le monde à composer de la musique en utilisant des rythmes de base et des méthodes informatiques avancées.

Les modèles auto-supervisés révèlent des trucs sur les distinctions phonétiques et phonémiques dans la parole.

Des recherches examinent l'utilisation de la reconnaissance vocale dans l'analyse des vidéos de caméras corporelles de police.

Un regard sur comment les ordinateurs changent la composition musicale.

De nouvelles techniques améliorent la compréhension émotionnelle dans les tâches de traitement de la parole.

Le nouveau modèle LinDiff améliore la vitesse et la qualité de la synthèse vocale.

Une nouvelle méthode de compression audio réduit la taille des fichiers sans perdre en qualité.

Techniques pour améliorer la reconnaissance vocale en présence de bruit de fond.

HiddenSinger améliore la qualité de la voix de chant grâce à des techniques d'IA avancées.

De nouvelles méthodes améliorent la clarté de la parole pour les utilisateurs d'électrolarynx.

Des chercheurs mélangent des caractéristiques visuelles et sonores pour améliorer la parole des utilisateurs d'électrolarynx.

Une étude montre comment le vieillissement impacte la performance de la vérification automatique des locuteurs.

PauseSpeech améliore les systèmes TTS avec une voix qui sonne plus naturelle grâce à des pauses mieux gérées.

Cette recherche présente un système pour associer de la musique avec du contenu vidéo de manière efficace.