Informatique - Son

TF-Mamba améliore la localisation sonore grâce à une nouvelle approche qui intègre des données temporelles et fréquentielles.

Cet article parle des méthodes d'entraînement efficaces pour les modèles de parole en utilisant l'apprentissage auto-supervisé.

Une nouvelle architecture améliore la détection des sons dans divers environnements.

Un nouveau modèle améliore la génération de musique en se concentrant sur des instruments individuels.

Voici DENSE, une méthode qui améliore l'extraction de la parole cible grâce à des embeddings dynamiques.

Une nouvelle méthode améliore la transformation audio tout en préservant la mélodie et la qualité sonore.

Cette méthode améliore la précision de reconnaissance des noms rares dans les sorties vocales.

Un nouveau modèle améliore la détection des deepfakes audio avec un apprentissage continu.

Un aperçu des méthodes de diarisation de locuteurs audio-visuels, des défis et des systèmes.

Cette étude évalue des réseaux de neurones pour reproduire les caractéristiques de la réverbération à ressort.

BigCodec améliore la qualité sonore dans les transmissions audio à faible débit.

Un nouveau jeu de données améliore la technologie de la parole multilingue en Inde.

Cet article parle des avantages de simplifier les modèles de transformateurs pour les tâches de parole.

Sortformer intègre la diarisation des locuteurs et l'ASR pour un meilleur traitement audio.

Une nouvelle approche pour créer des sons de piano réalistes en utilisant la séparation des composants sonores.

ParaEVITS améliore l'expression émotionnelle dans la synthèse vocale grâce à un guidage en langage naturel.

Apprends comment le remplissage audio restaure les parties manquantes des signaux.

De nouvelles méthodes améliorent la compréhension de la langue parlée grâce à un dataset innovant.

Un nouveau cadre améliore la précision de la confirmation de l'identité vocale.

De nouvelles méthodes améliorent la conversation humain-robot en rendant la parole plus claire.

De nouvelles méthodes améliorent l'accès aux nouvelles parlées en segmentant les sujets plus efficacement.

Une étude sur les capacités des LLM à comprendre les intervalles musicaux, les accords et les gammes.

Une nouvelle méthode pour le tagging de musique utilisant l'apprentissage par quelques exemples montre des résultats prometteurs.

FlowSep présente une nouvelle méthode pour extraire des sons avec des requêtes linguistiques.

SSR-Speech propose de nouvelles solutions pour la génération et l'édition de la parole.

Les avancées en IA rendent l'audio truqué courant, d'où le besoin de détection.

Nouveau modèle améliore la génération de la parole dans différents dialectes des langues à accent tonique.

Une nouvelle méthode améliore la précision de la localisation sonore tout en garantissant la confidentialité des données.

SoloAudio améliore l'extraction sonore avec des techniques avancées et des données synthétiques.

OpenACE fournit une référence équitable pour évaluer les codecs audio dans différentes conditions.

Une méthode pour identifier les pannes dans les moteurs électriques grâce à l'analyse sonore et aux réseaux de neurones bayésiens.

Les modèles de reconnaissance vocale évoluent avec la prédiction multi-token pour des réponses plus rapides.

Efforts pour améliorer la technologie de la parole pour la langue Faetar, qui est sous-resources.

Une nouvelle méthode sans entraînement améliore la précision de la conversion vocale et réduit les fuites sonores.

Une étude révèle comment les tons changent dans le discours quotidien du mandarin taïwanais.

Une nouvelle approche améliore l'isolement vocal dans des environnements audio mixtes en utilisant des jetons discrets.

La recherche associe des peintures à de la musique en interprétant les émotions.

Une nouvelle méthode améliore la détection automatique des problèmes de parole liés à la maladie de Parkinson.

Une nouvelle méthode améliore les systèmes ASR pour une meilleure communication en classe.

Cet article examine comment des entrées variées peuvent améliorer la précision de la reconnaissance vocale.