Génie électrique et science des systèmes - Traitement de l'audio et de la parole

RSS

Son Mesurer la musique : L'avenir des compositions AI

Découvre le Frechet Music Distance et son rôle dans l'évaluation de la musique générée par l'IA.

Jan Retkowski, Jakub Stępniak, Mateusz Modrzejewski

2025-03-11T23:06:00+00:00 ― 11 min lire

Derniers articles

Vision par ordinateur et reconnaissance des formes L'avenir du son dans la vidéo

Sudha Krishnamurthy

2025-03-10T12:33:18+00:00 ― 7 min lire

Traitement de l'audio et de la parole CSSinger : L'avenir de la synthèse de voix chantée

Jianwei Cui, Yu Gu, Shihao Chen

2025-03-09T21:45:00+00:00 ― 6 min lire

Calcul et langage Dites adieu aux galères avec LaTeX : parlez vos équations

Evangelia Gkritzali, Panagiotis Kaliosis, Sofia Galanaki

2025-03-09T16:48:54+00:00 ― 7 min lire

Son Voix de la dépression : À l'écoute de l'aide

Quang-Anh N. D., Manh-Hung Ha, Thai Kim Dinh

2025-03-09T02:00:36+00:00 ― 7 min lire

Son Crée des sons avec ta voix : Sketch2Sound

Hugo Flores García, Oriol Nieto, Justin Salamon

2025-03-08T11:12:18+00:00 ― 9 min lire

Derniers articles

Apprentissage automatique Protéger la musique à l'ère de l'IA

Les techniques de filigrane protègent les droits des artistes dans la génération de musique avec l'IA.

Pascal Epple, Igor Shilov, Bozhidar Stevanoski

2025-03-08T06:16:12+00:00 ― 9 min lire

Son Révolutionner l'audio : La méthode ZeroBAS

Transformer de l'audio mono en expériences binaurales immersives avec des techniques innovantes.

Alon Levkovitch, Julian Salazar, Soroosh Mariooryad

2025-03-07T20:24:00+00:00 ― 9 min lire

Traitement de l'audio et de la parole Préserver l'accent des syllabes dans des environnements bruyants

La recherche examine comment les modèles d'amélioration de la parole gardent l'accent sur les syllabes malgré le bruit.

Rangavajjala Sankara Bharadwaj, Jhansi Mallela, Sai Harshitha Aluru

2025-03-07T10:31:48+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formes Nouveau cadre améliore la segmentation vidéo audio-visuelle

Un nouveau cadre améliore l'alignement des sons et des visuels dans les vidéos.

Kexin Li, Zongxin Yang, Yi Yang

2025-03-06T19:43:30+00:00 ― 8 min lire

Son LatentSpeech : Un pas en avant dans le texte à la parole

Révolutionner la synthèse vocale avec des voix plus naturelles et une meilleure efficacité.

Haowei Lou, Helen Paik, Pari Delir Haghighi

2025-03-06T14:47:24+00:00 ― 7 min lire

Son Avancées dans la technologie de synthèse vocale

Découvrez comment les systèmes TTS évoluent pour sonner de plus en plus humain.

Haowei Lou, Helen Paik, Wen Hu

2025-03-06T09:51:18+00:00 ― 9 min lire

Son Révolutionner la création audio pour les designers

Nouveau système qui transforme le contrôle audio grâce à des descriptions textuelles détaillées.

Sonal Kumar, Prem Seetharaman, Justin Salamon

2025-03-05T04:14:42+00:00 ― 9 min lire

Son Décoder les émotions : L'avenir de l'analyse des sentiments

Combiner vidéo et audio pour mieux détecter les émotions.

Antonio Fernandez, Suzan Awinat

2025-03-03T22:38:06+00:00 ― 11 min lire

Son Révolutionner les effets sonores avec YingSound

YingSound révolutionne la production vidéo en automatisant la création d'effets sonores.

Zihao Chen, Haomin Zhang, Xinhan Di

2025-03-03T17:42:00+00:00 ― 8 min lire

Son Échos : Une nouvelle façon de taguer l'audio

Les chercheurs utilisent des échos pour marquer l'audio, garantissant que les droits des créateurs sont protégés.

Christopher J. Tralie, Matt Amery, Benjamin Douglas

2025-03-02T17:01:30+00:00 ― 10 min lire

Robotique SonicBoom : Tester la navigation des robots

Les robots peuvent maintenant naviguer dans des environnements compliqués en utilisant le son grâce à SonicBoom.

Moonyoung Lee, Uksang Yoo, Jean Oh

2025-02-28T05:48:18+00:00 ― 7 min lire

Traitement de l'audio et de la parole MASV : L'avenir de la vérification vocale

Le modèle MASV améliore la vérification vocale, garantissant sécurité et efficacité.

Yang Liu, Li Wan, Yiteng Huang

2025-02-27T10:03:54+00:00 ― 6 min lire

Son Le Futur de la Musique : IA et Compositeurs

Explorer l'impact des outils d'IA sur la création musicale et les perspectives des compositeurs.

Eleanor Row, György Fazekas

2025-02-27T05:07:48+00:00 ― 9 min lire

Son Avancées dans la reconnaissance vocale pour les chiffres perses

La technologie de reconnaissance vocale améliore la reconnaissance des chiffres, surtout dans des environnements bruyants.

Ali Nasr-Esfahani, Mehdi Bekrani, Roozbeh Rajabi

2025-02-27T00:11:42+00:00 ― 6 min lire

Calcul et langage Améliorer la reconnaissance vocale japonaise avec Whisper

Améliorer les performances de l'ASR multilingue pour le japonais grâce à un réglage fin ciblé.

Mark Bajo, Haruka Fukukawa, Ryuji Morita

2025-02-26T14:19:30+00:00 ― 7 min lire

Apprentissage automatique Esprit sur Machine : L'Avenir de la Communication

Explorer comment les BCI décodent la parole imaginée pour améliorer la communication.

Byung-Kwan Ko, Jun-Young Kim, Seo-Hyun Lee

2025-02-26T04:27:18+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formes SonicMesh : Le futur de la modélisation de corps en 3D

SonicMesh utilise le son pour améliorer la modélisation 3D du corps humain à partir d'images.

Xiaoxuan Liang, Wuyang Zhang, Hong Zhou

2025-02-25T08:42:54+00:00 ― 6 min lire

Son Avancées dans la technologie de reconnaissance vocale

Découvrez les dernières avancées en reconnaissance vocale en temps réel et comment elles améliorent nos échanges.

Rongxiang Wang, Zhiming Xu, Felix Xiaozhu Lin

2025-02-24T22:50:42+00:00 ― 6 min lire

Son Améliorer l'extraction du locuteur cible avec de nouvelles données

Des chercheurs améliorent le traitement de la parole en utilisant Libri2Vox et des techniques de données synthétiques.

Yun Liu, Xuechen Liu, Xiaoxiao Miao

2025-02-23T07:21:54+00:00 ― 7 min lire

Son Apporter des émotions aux machines : l'avenir de la synthèse vocale

Découvre comment le TTS émotionnel change la communication avec les machines, les rendant plus proches.

Sho Inoue, Kun Zhou, Shuai Wang

2025-02-23T02:25:48+00:00 ― 7 min lire

Son Le langage bourdonnant des insectes : classification des sons

Apprends comment les sons des insectes peuvent aider à surveiller les écosystèmes et gérer les nuisibles.

Yinxuan Wang, Sudip Vhaduri

2025-02-22T11:37:30+00:00 ― 8 min lire

Traitement de l'audio et de la parole Améliorer la recherche d'informations vocales avec SPIRAL

De nouvelles méthodes aident les machines à trouver des infos clés à partir de contenus parlés.

Yueqian Lin, Yuzhe Fu, Jingyang Zhang

2025-02-21T15:53:06+00:00 ― 6 min lire

Calcul et langage Collecte de données vocales par crowdsourcing : Le rôle de l'IA

Découvrez comment l'IA simplifie la collecte de données de discours grâce à l'crowdsourcing.

Beomseok Lee, Marco Gaido, Ioan Calapodescu

2025-02-21T10:57:00+00:00 ― 6 min lire

Calcul et langage Classification de la parole : Spontanée vs. Scriptée

Explore les différences entre la parole spontanée et la parole scriptée dans le traitement audio.

Shahar Elisha, Andrew McDowell, Mariano Beguerisse-Díaz

2025-02-20T20:08:42+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formes Équilibrer sons et visuels : une nouvelle approche dans l'apprentissage par IA

DAAN améliore la façon dont les machines apprennent à partir de données audio-visuelles dans des scénarios zéro-shot.

RunLin Yu, Yipu Gong, Wenrui Li

2025-02-20T15:12:36+00:00 ― 7 min lire

Son Lutter contre les deepfakes audio avec un apprentissage intelligent

Une nouvelle méthode améliore la détection des deepfakes audio en utilisant des techniques d'apprentissage innovantes.

Yujie Chen, Jiangyan Yi, Cunhang Fan

2025-02-19T19:28:12+00:00 ― 8 min lire

Calcul et langage Présentation de MERaLiON-SpeechEncoder : Un grand pas dans la tech vocale

Un nouveau modèle de Singapour améliore la compréhension de la parole par les machines.

Muhammad Huzaifah, Geyu Lin, Tianchi Liu

2025-02-19T14:32:06+00:00 ― 8 min lire

Son Le défi de la détection de la musique générée par machine

Alors que les machines produisent de la musique, on doit protéger la créativité humaine avec des méthodes de détection efficaces.

Yupei Li, Qiyang Sun, Hanqian Li

2025-02-17T18:07:12+00:00 ― 11 min lire

Son L'essor de la détection de la parole synthétique

De nouveaux modèles identifient la voix synthétique et luttent contre l'utilisation abusive de la technologie vocale.

Mahieyin Rahmun, Rafat Hasan Khan, Tanjim Taharat Aurpa

2025-02-16T22:22:48+00:00 ― 7 min lire

Son TAME : Une nouvelle façon d'attraper des drones

TAME utilise le son pour détecter les drones, améliorant la sécurité et la surveillance.

Zhenyuan Xiao, Huanran Hu, Guili Xu

2025-02-16T07:34:30+00:00 ― 7 min lire

Son Décomposer le code-switching dans la reconnaissance vocale

Découvrez comment CAMEL améliore la compréhension des conversations en langues mélangées.

He Wang, Xucheng Wan, Naijun Zheng

2025-02-15T06:54:00+00:00 ― 7 min lire

Neurones et cognition Comment les signaux cérébraux pourraient identifier la musique

Des recherches montrent que l'activité cérébrale peut aider les machines à reconnaître la musique efficacement.

Taketo Akama, Zhuohao Zhang, Pengcheng Li

2025-02-15T02:14:54+00:00 ― 8 min lire

Robotique Suivre les drones avec le son : une nouvelle méthode

La technologie audio offre un moyen économique de suivre les UAVs en toute sécurité.

Allen Lei, Tianchen Deng, Han Wang

2025-02-14T21:01:48+00:00 ― 7 min lire

Son Le test de voix IA pourrait révolutionner la détection du cancer du larynx

Une nouvelle méthode d'IA analyse les voix pour détecter le risque de cancer du larynx.

Mary Paterson, James Moor, Luisa Cutillo

2025-02-09T05:28:46+00:00 ― 9 min lire

Vision par ordinateur et reconnaissance des formes L'avenir de la synthèse vidéo-audio

Découvrez comment la synthèse vidéo-audio transforme nos expériences médias avec un son parfaitement aligné.

Ho Kei Cheng, Masato Ishii, Akio Hayakawa

2025-02-08T21:54:54+00:00 ― 9 min lire

Son Transformer le design sonore avec Stable-V2A

Un nouveau système révolutionne la façon dont les designers sonores créent des audio pour les vidéos.

Riccardo Fosco Gramaccioni, Christian Marinoni, Emilian Postolache

2025-02-08T07:06:36+00:00 ― 10 min lire

Traitement de l'audio et de la parole Améliorer la clarté de la parole : Les ingrédients clés

Un aperçu de comment l'amélioration de la parole booste la communication grâce aux caractéristiques des données.

Leying Zhang, Wangyou Zhang, Chenda Li

2025-02-07T21:14:24+00:00 ― 10 min lire

Traitement de l'audio et de la parole Progrès dans la reconnaissance automatique de la parole pour les langues inconnues

De nouvelles méthodes améliorent les systèmes ASR pour des langues qu'ils n'ont jamais rencontrées avant.

Shao-Syuan Huang, Kuan-Po Huang, Andy T. Liu

2025-02-05T19:53:24+00:00 ― 8 min lire

Apprentissage automatique Connecter des Sons : L'Avenir de la Génération Texte-Audio

Découvrez comment la tech TTA fusionne mots et sons pour des expériences audio plus riches.

Yuhang He, Yash Jain, Xubo Liu

2025-02-04T19:12:54+00:00 ― 9 min lire

Calcul et langage Faire avancer la reconnaissance vocale pour le suisse-allemand

Des chercheurs améliorent la reconnaissance vocale en suisse-allemand grâce à une génération de données innovante.

Vincenzo Timmel, Claudio Paonessa, Reza Kakooee

2025-02-04T04:24:36+00:00 ― 8 min lire

Son Donner vie au doublage : améliorer la synchronisation labiale

Une nouvelle méthode améliore la synchronisation labiale dans les vidéos doublées pour une expérience de visionnage plus naturelle.

Lucas Goncalves, Prashant Mathur, Xing Niu

2025-02-03T03:44:06+00:00 ― 8 min lire

Calcul et langage Franchir les barrières linguistiques dans la reconnaissance vocale

Découvrez comment Whisper améliore la reconnaissance vocale dans les conversations multilingues.

Jiahui Zhao, Hao Shi, Chenrui Cui

2025-02-02T22:48:00+00:00 ― 6 min lire

Traitement de l'audio et de la parole Révolutionner la recherche audio : Explication de la génération augmentée par la récupération de la parole

Découvrez comment SpeechRAG améliore la réponse aux questions audio sans erreurs ASR.

Do June Min, Karel Mundnich, Andy Lapastora

2025-02-02T17:51:54+00:00 ― 7 min lire

Son Révolutionner la classification sonore : une nouvelle méthode

Une nouvelle approche rend la reconnaissance sonore plus accessible et efficace.

Noriyuki Tonami, Wataru Kohno, Keisuke Imoto

2025-02-01T12:15:18+00:00 ― 8 min lire

Traitement de l'audio et de la parole Anonymisation Voix : Protéger la Vie Privée dans la Technologie de la Parole

Apprends comment l'anonymisation vocale protège les infos perso dans un monde dominé par la tech.

Natalia Tomashenko, Emmanuel Vincent, Marc Tommasi

2025-02-01T07:19:12+00:00 ― 7 min lire

Traitement de l'audio et de la parole Voir et Entendre : L'Avenir de la Reconnaissance Vocale

Fusion des indices audio et visuels pour améliorer la reconnaissance vocale dans des environnements bruyants.

Zhaofeng Lin, Naomi Harte

2025-01-31T21:27:00+00:00 ― 7 min lire

Traitement de l'audio et de la parole Améliorer la clarté dans les environnements bruyants

La technologie d'amélioration de la parole s'adapte pour réduire le bruit et améliorer la communication.

Riccardo Miccini, Clement Laroche, Tobias Piechowiak

2025-01-31T16:30:54+00:00 ― 6 min lire

Son Systèmes de détection avancés pour drones

Une nouvelle tech combine le son et les visuels pour une meilleure détection des drones.

Zhenyuan Xiao, Yizhuo Yang, Guili Xu

2025-01-31T06:38:42+00:00 ― 8 min lire

Intelligence artificielle Une nouvelle méthode améliore la détection de la dysarthrie en utilisant la parole et le texte

Une nouvelle approche combine la parole et le texte pour de meilleures évaluations de la dysarthrie.

Anuprabha M, Krishna Gurugubelli, Kesavaraj V

2025-01-31T01:42:36+00:00 ― 7 min lire

Son Entendre l'invisible : Innovations dans la localisation sonore

Explorer des nouvelles technologies qui détectent des sons provenant de sources invisibles.

Yuhang He, Sangyun Shin, Anoop Cherian

2025-01-30T20:46:30+00:00 ― 6 min lire

Son Révolution du Son : La Percée Smooth-Foley

Découvrez comment Smooth-Foley améliore la génération audio pour les vidéos.

Yaoyun Zhang, Xuenan Xu, Mengyue Wu

2025-01-29T15:09:54+00:00 ― 7 min lire

Traitement de l'audio et de la parole Créer des mélodies à partir des paroles : une nouvelle méthode

Une technique innovante relie les paroles et les mélodies pour créer de meilleures chansons.

Jiaxing Yu, Xinda Wu, Yunfei Xu

2025-01-29T10:13:48+00:00 ― 8 min lire

Son Maîtriser le passage de parole dans les conversations

Améliorer la compréhension par les machines des dynamiques de tour de parole dans les dialogues humains.

Hyunbae Jeon, Frederic Guintu, Rayvant Sahni

2025-01-29T05:17:42+00:00 ― 10 min lire

Son Détection de DeepFake : un défi multilingue

Explorer comment la langue influence la précision de détection des DeepFake dans différentes langues.

Bartłomiej Marek, Piotr Kawa, Piotr Syga

2025-01-28T14:29:24+00:00 ― 7 min lire

Son Rencontrez VERSA : Votre Compagnon d'Évaluation Audio

VERSA évalue efficacement la qualité de la parole, de l'audio et de la musique.

Jiatong Shi, Hye-jin Shim, Jinchuan Tian

2025-01-28T09:33:18+00:00 ― 11 min lire

Son Modèles audio-langage : Une nouvelle frontière

Découvrez comment les modèles audio-linguistiques transforment la technologie de reconnaissance sonore.

Gongyu Chen, Haomin Zhang, Chaofan Ding

2025-01-27T23:41:06+00:00 ― 7 min lire

Calcul et langage Transformer la synthèse vocale conversationnelle

De nouvelles méthodes améliorent le dialogue naturel dans la technologie de la parole.

Zhenqi Jia, Rui Liu

2025-01-27T08:52:48+00:00 ― 7 min lire

Calcul et langage Nouveaux horizons dans la technologie vocale

Découvrez comment SpeechSSM transforme la génération de discours long pour de meilleures interactions.

Se Jin Park, Julian Salazar, Aren Jansen

2025-01-26T13:08:24+00:00 ― 6 min lire

Calcul et langage Analyse de la traduction simultanée de la parole en texte

Découvrez comment la traduction en temps réel transforme la communication entre les langues.

Sara Papi, Peter Polak, Ondřej Bojar

2025-01-25T22:20:06+00:00 ― 7 min lire

Son Découvrez U-Mamba-Net : L'avenir de la séparation sonore

Un modèle léger conçu pour séparer efficacement les discours mélangés dans des environnements bruyants.

Shaoxiang Dang, Tetsuya Matsumoto, Yoshinori Takeuchi

2025-01-25T12:27:54+00:00 ― 7 min lire

Son Prévenir le spoofing audio : La lutte pour la sécurité vocale

Des chercheurs s'attaquent au spoofing audio pour améliorer la sécurité de la reconnaissance vocale.

Xuechen Liu, Junichi Yamagishi, Md Sahidullah

2025-01-25T07:31:48+00:00 ― 11 min lire

Traitement de l'audio et de la parole Reconnaissance Vocale Audiovisuelle : Une Nouvelle Frontière

Découvrez comment l'AV-ASR combine audio et visuels pour améliorer la reconnaissance vocale.

Yihan Wu, Yichen Lu, Yifan Peng

2025-01-24T21:39:36+00:00 ― 7 min lire

Son Révolutionner l'apprentissage de la musique : la méthode LOEV dévoilée

Une nouvelle méthode transforme la façon dont les machines apprennent de la musique.

Julien Guinot, Elio Quinton, György Fazekas

2025-01-24T11:47:24+00:00 ― 8 min lire

Son Transformer des signaux silencieux en parole claire

Une nouvelle technologie transforme les murmures silencieux en communication audible pour ceux qui en ont besoin.

Neil Shah, Shirish Karande, Vineet Gandhi

2025-01-23T20:59:06+00:00 ― 7 min lire

Son Progrès dans la synthèse vocale avec la technologie rtMRI

De nouvelles méthodes en synthèse vocale améliorent la clarté et l'adaptabilité pour des applications variées.

Neil Shah, Ayan Kashyap, Shirish Karande

2025-01-23T16:03:00+00:00 ― 9 min lire

Traitement de l'audio et de la parole Chants Éthiopiens : Un Trésor Musical Caché

Découvre la riche tradition des chants de l'Église orthodoxe éthiopienne Tewahedo.

Mequanent Argaw Muluneh, Yan-Tsung Peng, Li Su

2025-01-23T11:06:54+00:00 ― 8 min lire

Traitement de l'audio et de la parole Préserver les chants éthiopiens : le dataset Yaredawi Zema

Un nouveau dataset met en avant la beauté des chants orthodoxes éthiopiens.

Mequanent Argaw Muluneh, Yan-Tsung Peng, Worku Abebe Degife

2025-01-23T06:10:48+00:00 ― 9 min lire

Traitement de l'audio et de la parole Améliorer la reconnaissance vocale pour tout le monde

De nouvelles avancées aident la technologie de reconnaissance vocale à mieux servir les personnes ayant des troubles de la parole.

Jimmy Tobin, Katrin Tomanek, Subhashini Venugopalan

2025-01-23T01:14:42+00:00 ― 8 min lire

Son ETTA : Transformer le texte en son

Découvrez comment ETTA transforme des mots en expériences audio créatives.

Sang-gil Lee, Zhifeng Kong, Arushi Goel

2025-01-22T10:26:24+00:00 ― 7 min lire

Son Ressens le rythme : Reconnaissance des émotions dans la nouvelle musique

Une nouvelle façon de voir comment la musique influence nos émotions.

Dengming Zhang, Weitao You, Ziheng Liu

2025-01-22T00:34:12+00:00 ― 8 min lire

Son CoheDancers : Redéfinir la création de danse en groupe

Un nouveau cadre pour créer des danses de groupe synchronisées et naturelles.

Kaixing Yang, Xulong Tang, Haoyu Wu

2025-01-21T14:42:00+00:00 ― 10 min lire

Son Les machines apprennent les émotions à travers les mouvements de la bouche

Nouvelle approche dans la reconnaissance des émotions se concentre sur les mouvements de la bouche plutôt que sur les sons.

Shreya G. Upadhyay, Ali N. Salman, Carlos Busso

2025-01-20T23:53:42+00:00 ― 7 min lire

Son Transformer la synthèse vocale avec Stable-TTS

Découvre comment Stable-TTS améliore la technologie de synthèse vocale pour une expérience plus humaine.

Wooseok Han, Minki Kang, Changhun Kim

2025-01-19T18:17:06+00:00 ― 9 min lire

Interaction homme-machine Mesurer la vitesse de marche en intérieur avec des ondes sonores

La technologie innovante des ondes sonores offre de nouvelles perspectives sur la vitesse de marche en intérieur.

Sheng Lyu, Chenshu Wu

2025-01-19T13:21:00+00:00 ― 7 min lire

Apprentissage automatique L'avenir des assistants audio : AQA-K

Les assistants audio deviennent plus malins avec AQA-K, améliorant les réponses grâce à la connaissance.

Abhirama Subramanyam Penamakuri, Kiran Chhatre, Akshat Jain

2025-01-18T22:32:42+00:00 ― 7 min lire

Neurones et cognition Déchiffrer le rôle du cerveau dans la parole

Des chercheurs étudient comment notre cerveau contrôle la parole et ce que ça implique pour la récupération.

Eric Easthope

2025-01-18T05:35:46+00:00 ― 8 min lire

Son L'essor de la technologie texte-à-audio

Découvre comment le texte peut se transformer en audio grâce à des modèles à la pointe de la technologie.

Chia-Yu Hung, Navonil Majumder, Zhifeng Kong

2025-01-17T21:52:12+00:00 ― 4 min lire