Informatique - Son

Erie simplifie la transformation des données en son pour une meilleure accessibilité.

Examen des risques des attaques par backdoor sur les systèmes de vérification vocale.

Une nouvelle méthode améliore la segmentation audio-visuelle sans étiquettes détaillées.

PIAVE aide les machines à extraire les voix clairement, même quand les intervenants tournent la tête.

Libriheavy propose 50 000 heures d'anglais parlé pour améliorer la technologie de reconnaissance vocale.

AV2Wav améliore la qualité de la parole en utilisant des indices audio et visuels.

Une nouvelle méthode pour que les machines modifient les émotions de la parole de manière naturelle.

De nouvelles méthodes sont en cours de développement pour identifier les voix chantées deepfake dans l'industrie musicale.

La sélection de sous-ensembles améliore les modèles de synthèse vocale en se concentrant sur des données variées.

De nouveaux modèles transforment notre façon d'analyser les émotions dans la parole.

Une nouvelle méthode utilise des ultrasons pour reconnaître des actions tout en protégeant la vie privée.

Présentation d'un cadre flexible pour améliorer la recherche sur la confidentialité vocale.

CiwaGAN combine le contrôle des mouvements de la parole et le partage d'infos pour améliorer l'apprentissage de la parole.

Un cadre qui mélange les indices verbaux et non verbaux pour un meilleur apprentissage des langues.

Une nouvelle méthode simplifie la compréhension des modèles de classification de la parole.

Un nouveau système améliore les compétences en prononciation en prenant en compte les influences de la langue maternelle.

Découvrez comment les outils quantiques changent la création et la performance musicale.

Une nouvelle méthode améliore la préservation des émotions dans les processus de conversion vocale.

Une nouvelle méthode préserve le ton émotionnel dans la conversion de voix pour une meilleure interaction humain-ordinateur.

De nouveaux systèmes améliorent la traduction du texte en langage parlé sans intermédiaires.

Des chercheurs améliorent la précision de la classification des sons cardiaques en utilisant des méthodes d'augmentation de données codec.

Des recherches montrent que le discours émotionnel influence les performances des modèles dans les tâches de séparation de la parole.

M-AUDIODEC compresse l'audio multi-canaux tout en gardant la position des enceintes et la qualité.

De nouvelles méthodes en S2ST améliorent la qualité de la traduction tout en gardant l'identité du locuteur.

Un nouveau système améliore la compression audio spatiale pour un son plus clair et une meilleure efficacité.

Un nouveau système qui relie la musique et la langue pour mieux comprendre.

Des recherches montrent de nouveaux modèles pour améliorer la clarté de la voix dans les écouteurs intelligents.

Utiliser des infos supplémentaires améliore notre capacité à identifier les chants d'oiseaux.

Une nouvelle méthode améliore la génération audio en alignant l'audio avec des descriptions textuelles.

Des chercheurs bossent pour améliorer la reconnaissance vocale en ligne en utilisant des modèles d'état-structuré.

Un nouveau système améliore les expériences de réunion en identifiant les intervenants en temps réel.

De nouvelles méthodes améliorent notre capacité à détecter efficacement les discours falsifiés.

Une méthode pour la conversion de voix qui améliore la confidentialité et la qualité de la parole.

De nouvelles méthodes améliorent la capacité à distinguer le faux audio du vrai.

Une méthode améliore la détection des voix synthétiques et identifie leurs créateurs.

De nouvelles méthodes améliorent les petits modèles pour un meilleur traitement de la parole en utilisant moins de ressources.

Une nouvelle méthode améliore les modèles ASR pour les utilisateurs individuels en utilisant la quantification et l'adaptation.

De nouvelles méthodes améliorent la performance des vocodeurs avec des données audio limitées.

Un aperçu de la dysarthrie, sa détection et le rôle de la technologie.

Les prompts doux améliorent la technologie de reconnaissance vocale pour de meilleures performances dans des environnements bruyants.