Une nouvelle méthode améliore la qualité et l'efficacité de la génération de discours.
Xin Qi, Ruibo Fu, Zhengqi Wen
― 6 min lire
La science de pointe expliquée simplement
Une nouvelle méthode améliore la qualité et l'efficacité de la génération de discours.
Xin Qi, Ruibo Fu, Zhengqi Wen
― 6 min lire
Une méthode qui combine des données étiquetées et non étiquetées améliore la détection des sources sonores.
Vadim Rozenfeld, Bracha Laufer Goldshtein
― 7 min lire
Découvrez comment les sons aident les joueurs de ping-pong.
Thomas Gossard, Julian Schmalzl, Andreas Ziegler
― 7 min lire
Un système qui met la mélodie en avant tout en permettant de contrôler la génération de musique orchestrale.
Dinh-Viet-Toan Le, Yi-Hsuan Yang
― 7 min lire
Une nouvelle méthode utilise l'ombre virtuelle pour améliorer le retour sur la prononciation des apprenants en langues.
Haopeng Geng, Daisuke Saito, Nobuaki Minematsu
― 7 min lire
De nouvelles méthodes améliorent la qualité audio binaurale dans des environnements sonores difficiles.
Ami Berger, Vladimir Tourbabin, Jacob Donley
― 10 min lire
Une nouvelle méthode ASR aide la technologie à mieux comprendre la parole des enfants.
Zhonghao Shi, Harshvardhan Srivastava, Xuan Shi
― 7 min lire
Le compositeur utilise des invites textuelles pour créer des compositions musicales complexes en format MIDI.
Jakub Poćwiardowski, Mateusz Modrzejewski, Marek S. Tatara
― 7 min lire
Une ressource pour étudier les motifs de chant dans la musique des idoles japonaises.
Hitoshi Suda, Shunsuke Yoshida, Tomohiko Nakamura
― 8 min lire
ViolinDiff améliore le réalisme de la musique de violon générée par ordinateur.
Daewoong Kim, Hao-Wen Dong, Dasaem Jeong
― 6 min lire
Combiner des caractéristiques améliore la précision de la classification des sons sous-marins.
Amirmohammad Mohammadi, Iren'e Masabarakiza, Ethan Barnes
― 8 min lire
L'apprentissage par transfert améliore la classification audio pour la détection des sons sous-marins.
Amirmohammad Mohammadi, Tejashri Kelhe, Davelle Carreiro
― 8 min lire
Un nouveau modèle crée de l'audio qui correspond à la vidéo, améliorant les expériences médiales.
Ilpo Viertola, Vladimir Iashin, Esa Rahtu
― 6 min lire
Une méthode pour améliorer la reconnaissance vocale automatique en mélangeant des listes de mots-clés avec des modèles de langue.
Iuliia Thorbecke, Juan Zuluaga-Gomez, Esaú Villatoro-Tello
― 6 min lire
Une étude sur les techniques d'imitation vocale utilisant la technologie pour améliorer la communication.
Matthew Caren, Kartik Chandra, Joshua B. Tenenbaum
― 6 min lire
Apprends à entraîner des modèles de parole de manière efficace avec moins de ressources étiquetées.
Iuliia Thorbecke, Juan Zuluaga-Gomez, Esaú Villatoro-Tello
― 9 min lire
Une analyse de la terminologie de genre dans la technologie de la parole et ses implications sociétales.
Ariadna Sanchez, Alice Ross, Nina Markl
― 9 min lire
Un nouveau cadre améliore la détection des événements sonores qui se chevauchent dans des environnements audio complexes.
Han Yin, Jisheng Bai, Yang Xiao
― 8 min lire
Recherche sur l'amélioration de l'identification des sons d'oiseaux grâce aux techniques d'apprentissage automatique.
Burooj Ghani, Vincent J. Kalkman, Bob Planqué
― 8 min lire
Une nouvelle méthode améliore la création automatique de covers de piano en utilisant la technologie de transcription musicale existante.
Kazuma Komiya, Yoshihisa Fukuhara
― 8 min lire
Un aperçu des résultats du défi Codec-SUPERB et des métriques de performance des codecs.
Haibin Wu, Xuanjun Chen, Yi-Cheng Lin
― 6 min lire
Le projet MultiMed améliore la reconnaissance vocale automatique pour une meilleure communication dans le domaine de la santé.
Khai Le-Duc, Phuc Phan, Tan-Hanh Pham
― 7 min lire
Une nouvelle approche pour évaluer la qualité audio sans avoir besoin de références propres.
Jozef Coldenhoff, Milos Cernak
― 8 min lire
Le cadre ECHO améliore la précision de la classification sonore en utilisant des étiquettes structurées et un processus d'apprentissage en deux étapes.
Pranav Gupta, Raunak Sharma, Rashmi Kumari
― 6 min lire
Une nouvelle méthode améliore la clarté de la parole en intégrant des infos visuelles.
Wenze Ren, Kuo-Hsuan Hung, Rong Chao
― 6 min lire
Une nouvelle méthode améliore l'estimation de la direction du son pour les intervenants en mouvement dans des environnements difficiles.
Daniel A. Mitchell, Boaz Rafaely, Anurag Kumar
― 10 min lire
La récupération de moments audio permet de repérer des moments précis dans de longs enregistrements.
Hokuto Munakata, Taichi Nishimura, Shota Nakada
― 6 min lire
Safe Guard détecte les discours haineux en temps réel pendant les interactions vocales en VR sociale.
Yiwen Xu, Qinyang Hou, Hongyu Wan
― 7 min lire
L'IA évolue pour avoir des conversations plus naturelles.
Bandhav Veluri, Benjamin N Peloquin, Bokai Yu
― 6 min lire
Une nouvelle approche utilise l'IRM en temps réel pour visualiser les mouvements de production de la parole.
Hong Nguyen, Sean Foley, Kevin Huang
― 7 min lire
Une nouvelle méthode pour détecter les réflexions de salle précoces améliore les expériences audio.
Yogev Hadadi, Vladimir Tourbabin, Zamir Ben-Hur
― 9 min lire
Un projet qui développe des jeux de données de parole et de texte pour des langues avec peu de ressources.
Nikola Ljubešić, Peter Rupnik, Danijel Koržinek
― 6 min lire
Un nouveau cadre améliore la reconnaissance vocale et s'adapte à différents tâches de parole.
Junyi Peng, Ladislav Mošner, Lin Zhang
― 5 min lire
De nouvelles méthodes sont nécessaires pour détecter les technologies de discours deepfake avancées.
Lam Pham, Phat Lam, Dat Tran
― 8 min lire
De nouvelles méthodes améliorent la précision pour identifier les sons des animaux à partir de données limitées.
Yaxiong Chen, Xueping Zhang, Yunfei Zi
― 6 min lire
Une nouvelle méthode améliore l'intégration sonore virtuelle dans les environnements AR.
Francesc Lluís, Nils Meyer-Kahlen
― 8 min lire
Une nouvelle méthode vise à préserver la vie privée de la voix tout en permettant une communication efficace.
Jacob J Webber, Oliver Watts, Gustav Eje Henter
― 5 min lire
De nouvelles méthodes améliorent la reconnaissance vocale pour les langues à faibles ressources sans texte.
Krithiga Ramadass, Abrit Pal Singh, Srihari J
― 6 min lire
De nouvelles méthodes améliorent la précision des systèmes de reconnaissance vocale grâce à une compréhension phonétique.
Leonid Velikovich, Christopher Li, Diamantino Caseiro
― 7 min lire
Ce cadre améliore les animations en temps réel en synchronisant la parole et les gestes sans problème.
Zixin Guo, Jian Zhang
― 6 min lire