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

Cette recherche propose des évaluations améliorées pour une communication plus claire chez les personnes atteintes de dysarthrie.

Une nouvelle méthode améliore la reconnaissance vocale pour les noms qui se ressemblent.

Une nouvelle méthode améliore le naturel et la variété des sorties de synthèse vocale.

L'adaptateur Treff améliore la classification audio avec des données étiquetées limitées.

De nouvelles méthodes améliorent la flexibilité et les performances des modèles dans les tâches audio.

La recherche met en avant des méthodes efficaces pour reconnaître les émotions dans la parole en utilisant des embeddings.

Découvrez comment les E-PANNs améliorent l'efficacité de la reconnaissance sonore.

Cette recherche analyse des dialectes en utilisant des enregistrements audio pour révéler leurs similitudes.

Une nouvelle méthode améliore la compréhension du langage parlé sans avoir besoin de transcriptions écrites.

Une nouvelle méthode améliore la classification audio en apprenant efficacement de nouveaux sons.

Une nouvelle méthode améliore l'adaptation de la synthèse vocale avec un besoin minimal de données.

Un aperçu des méthodes d'IA explicable dans la reconnaissance automatique de la parole.

Un nouveau modèle améliore la façon dont les machines comprennent et répondent aux questions audio.

La recherche met en avant le besoin d'améliorer les tours de parole dans la technologie TTS.

BabySLM évalue comment les machines apprennent à comprendre la parole en se basant sur le langage des enfants.

Une nouvelle méthode améliore la sélection de la parole synthétique pour une meilleure précision des systèmes ASR.

Une nouvelle méthode aligne efficacement la parole disfluente avec le texte.

Améliorer les systèmes de reconnaissance de la parole silencieuse avec de nouvelles techniques.

De nouvelles méthodes améliorent la reconnaissance automatique de la parole pour les mots rares en utilisant le contexte.

Une nouvelle méthode pour entraîner des modèles de détection de mots-clés en utilisant une supervision faible dans des environnements bruyants.

Méthodes pour améliorer les systèmes de traduction de la parole pour les langues sous-représentées.

MERT traite les défis de la modélisation musicale grâce à des techniques d'apprentissage auto-supervisé innovantes.

Une nouvelle approche améliore les performances des RNN-T dans la reconnaissance vocale automatique.

Le modèle AVLIT combine le son et la vidéo pour une meilleure clarté de la parole dans des environnements bruyants.

Examiner l'impact des données biaisées dans les technologies de détection audio.

Une nouvelle méthode améliore la séparation des voix en utilisant plusieurs micros sans données étiquetées.

Une étude améliore les modèles de vérification des speakers pour mieux protéger l'identité.

De nouveaux modèles améliorent la façon dont les machines réagissent aux questions basées sur l’audio.

La recherche vise à améliorer la détection de la langue dans les conversations anglais-mandarin.

De nouvelles méthodes améliorent la synthèse vocale pour l'allemand suisse à partir de textes en allemand standard.

Explorer des méthodes pour améliorer la reconnaissance vocale multilingue dans les langues indiennes.

Découvrez comment SVVAD améliore la détection de l'activité vocale pour une meilleure vérification des locuteurs.

Une nouvelle méthode améliore les retours sur la prononciation pour les apprenants de langues.

Un nouveau cadre évalue comment les modèles de parole s'adaptent à des tâches spécifiques.

La recherche améliore la traduction vocale multilingue en utilisant des connaissances sémantiques.

Les modèles HuBERT améliorent les tâches de parole en utilisant plusieurs résolutions pour de meilleures performances.

De nouvelles techniques améliorent la précision pour reconnaître les intervenants et détecter les imposteurs.

Une nouvelle approche améliore la réponse de phase dans les effets audio virtuels en utilisant l'apprentissage profond.

SlothSpeech dévoile des failles dans les systèmes de reconnaissance vocale, les ralentissant considérablement.

UnDiff améliore la qualité audio grâce à des techniques innovantes de restauration de la parole.