Informatique - Son

Wave-U-Mamba améliore les enregistrements vocaux de mauvaise qualité pour une communication plus claire.

Un nouveau système prédit des scores de naturel pour la parole synthétique en utilisant des méthodes innovantes.

Une nouvelle méthode utilise l'audio pour améliorer la précision de la prononciation des machines.

De nouvelles méthodes améliorent la synchronisation audio avec les scènes vidéo qui changent.

Explorer le défi GenSEC pour améliorer la précision de la transcription vocale.

Une nouvelle méthode d'évaluation pour la schizophrénie utilisant des données multimodales.

De nouvelles méthodes aident les machines à mieux interpréter les sons individuels.

Un aperçu des technologies de détection de mots-clés et de leurs défis avec la langue ourdou.

Des recherches montrent les galères avec la reconnaissance vocale des transmissions radio de la police.

PDMX propose une énorme collection de musique symbolique dans le domaine public pour le développement de l'IA.

Une étude montre que les i-vectors peuvent rivaliser avec des modèles complexes dans la reconnaissance vocale.

Une étude sur comment les choix de design impactent les modèles de fond de parole.

Une nouvelle méthode évalue les modèles de parole auto-supervisés en utilisant une mesure de classement.

L'étude met en avant les progrès de la reconnaissance des émotions par les robots grâce aux Vision Transformers.

La recherche souligne l'importance d'un diagnostic juste dans les maladies respiratoires.

MusicLIME aide à comprendre comment l'IA analyse la musique à travers l'audio et les paroles.

Découvrez comment l'informatique quantique redéfinit la créativité musicale avec le Variational Quantum Harmonizer.

Le modèle MCMamba améliore la qualité de la parole dans des environnements bruyants en utilisant des infos spatiales et spectraales.

Cette étude évalue des méthodes à faible latence pour améliorer la qualité du son dans des conditions bruyantes.

Examen de comment les gestes 2D et 3D influencent la communication des personnages virtuels.

Une étude sur l'amélioration des systèmes de reconnaissance vocale dans des environnements bruyants.

Des chercheurs utilisent la parole pour identifier et surveiller différentes conditions de santé.

RF-GML mesure la qualité audio sans avoir besoin d'un signal de référence.

Apprends comment l'égalisation de la pièce améliore les expériences audio dans différents environnements.

StyleTTS-ZS propose une synthèse vocale efficace et de haute qualité sans avoir besoin de former beaucoup les intervenants.

Une nouvelle méthode améliore le chant d'ensemble synthétisé en modélisant les interactions entre les chanteurs.

Un nouveau cadre améliore la reconnaissance vocale en modélisant efficacement les relations sonores.

Une nouvelle méthode de masquage améliore la conversion vocale en séparant l'identité du locuteur de la phonétique.

Des techniques innovantes améliorent l'entraînement des modèles musique-texte avec des ressources limitées.

De nouvelles méthodes améliorent le balisage audio pour des styles musicaux divers et la préservation culturelle.

Un ensemble de sons de maison favorise la sécurité et le confort des personnes âgées.

Le SD-Codec améliore le traitement audio en séparant efficacement les différents types de sons.

Cet article parle des méthodes pour améliorer la reconnaissance vocale pour les discours accentués.

Une nouvelle méthode améliore l'interprétabilité de la détection de discours truqué.

Un aperçu du nouveau système TTS à une seule étape qui améliore la génération de la parole.

Cette étude aborde les défis des modèles audio pour les langues à faibles ressources.

Cette étude améliore les systèmes de reconnaissance des émotions pour les langues moins courantes en utilisant des données à forte ressource.

Un modèle améliore les tâches de parole dans des environnements multilingues, en s'attaquant aux défis du code-switching.

DeFT-Mamba améliore la séparation et la classification des sons dans des environnements bruyants.

CADA-GAN améliore la performance des systèmes ASR dans différents environnements d'enregistrement.