Une étude révèle comment les tons changent dans le discours quotidien du mandarin taïwanais.
― 6 min lire
Informatique - Son
RSSUne nouvelle approche améliore l'isolement vocal dans des environnements audio mixtes en utilisant des jetons discrets.
― 7 min lire
La recherche associe des peintures à de la musique en interprétant les émotions.
― 8 min lire
Une nouvelle méthode améliore la détection automatique des problèmes de parole liés à la maladie de Parkinson.
― 6 min lire
Une nouvelle méthode améliore les systèmes ASR pour une meilleure communication en classe.
― 6 min lire
Cet article examine comment des entrées variées peuvent améliorer la précision de la reconnaissance vocale.
― 6 min lire
Un système qui rend la création musicale facile et accessible pour tous les niveaux de compétence.
― 8 min lire
ReCLAP améliore la classification audio avec des indications détaillées pour plus de précision.
― 6 min lire
Un projet vise à améliorer la technologie de la parole pour ceux qui ont des difficultés de communication.
― 7 min lire
MambaFoley révolutionne la synthèse sonore Foley avec un timing et un réalisme améliorés.
― 7 min lire
Un nouveau système améliore la précision des accents dans la synthèse vocale pour une meilleure communication.
― 7 min lire
L'utilisation des embeddings CLAP améliore considérablement les systèmes de recommandation musicale.
― 9 min lire
Une étude explore le développement de l'ASR pour l'Amis et le Seediq, en se concentrant sur l'utilisation des données.
― 9 min lire
Des chercheurs développent de nouvelles stratégies pour distinguer les animaux individuels grâce à leurs sons uniques.
― 7 min lire
Une nouvelle méthode simplifie la détection des sirènes pour améliorer la sécurité des véhicules.
― 7 min lire
Une nouvelle approche combine la détection d'événements sonores et la diarisation des locuteurs pour une meilleure compréhension audio.
― 6 min lire
Une nouvelle approche améliore la reconnaissance vocale en se concentrant sur des détails spécifiques des locuteurs.
― 7 min lire
Une étude qui révèle comment les modèles d'apprentissage profond reconnaissent les émotions dans la voix.
― 6 min lire
Un outil facile à utiliser pour peaufiner des modèles de parole sans code compliqué.
― 8 min lire
De nouvelles méthodes améliorent l'isolation sonore des environnements bruyants sans données étiquetées.
― 7 min lire
Une nouvelle approche s'attaque à la variation de canal dans les systèmes de reconnaissance vocale.
― 7 min lire
Une nouvelle méthode améliore la reconnaissance vocale des machines pour la vérification des locuteurs.
― 7 min lire
Un nouveau modèle améliore la génération audio en utilisant des textes et des sons de référence détaillés.
― 8 min lire
L'intelligence artificielle est en train de transformer la musique avec de nouveaux outils et des approches.
― 8 min lire
MaskSR2 améliore la clarté et la qualité de la voix grâce à des techniques innovantes.
― 6 min lire
Une nouvelle méthode pour générer de la parole accentuée en utilisant la translittération du texte.
― 8 min lire
E1 TTS transforme le texte en parole naturelle plus rapidement et plus efficacement.
― 6 min lire
Wave-U-Mamba améliore les enregistrements vocaux de mauvaise qualité pour une communication plus claire.
― 6 min lire
Un nouveau système prédit des scores de naturel pour la parole synthétique en utilisant des méthodes innovantes.
― 7 min lire
Une nouvelle méthode utilise l'audio pour améliorer la précision de la prononciation des machines.
― 7 min lire
De nouvelles méthodes améliorent la synchronisation audio avec les scènes vidéo qui changent.
― 5 min lire
Explorer le défi GenSEC pour améliorer la précision de la transcription vocale.
― 6 min lire
Une nouvelle méthode d'évaluation pour la schizophrénie utilisant des données multimodales.
― 7 min lire
De nouvelles méthodes aident les machines à mieux interpréter les sons individuels.
― 7 min lire
Un aperçu des technologies de détection de mots-clés et de leurs défis avec la langue ourdou.
― 8 min lire
Des recherches montrent les galères avec la reconnaissance vocale des transmissions radio de la police.
― 9 min lire
PDMX propose une énorme collection de musique symbolique dans le domaine public pour le développement de l'IA.
― 8 min lire
Une étude montre que les i-vectors peuvent rivaliser avec des modèles complexes dans la reconnaissance vocale.
― 6 min lire
Une étude sur comment les choix de design impactent les modèles de fond de parole.
― 9 min lire
Une nouvelle méthode évalue les modèles de parole auto-supervisés en utilisant une mesure de classement.
― 6 min lire