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

Une nouvelle méthode pour comprendre les relations musicales à travers des arbres de dépendance.

Cet article parle de nouveaux modèles qui améliorent la précision de la reconnaissance vocale en tenant compte d'un contexte plus long.

LyricWhiz combine des modèles avancés pour améliorer la précision de la transcription des paroles dans différentes langues.

Une étude sur l'utilisation d'enregistrements sonores pour identifier différentes espèces d'oiseaux en Afrique.

Une nouvelle méthode améliore l'apprentissage dans les réseaux de neurones à spikes en intégrant des ajustements de délai.

Apprends comment les systèmes de recommandation suggèrent des chansons en fonction des goûts des utilisateurs.

Cet article parle des défis et des techniques pour gérer le déséquilibre des ensembles de données dans la classification audio.

Une nouvelle approche améliore la reconnaissance vocale pour le roumain en utilisant l'inhibition latérale.

La recherche met en avant des méthodes pour protéger la vie privée de genre dans l'audio parlé.

Un aperçu pour capturer les émotions derrière les mots dits plus précisément.

Utiliser des embeddings audio pré-entraînés permet d'avoir de meilleurs modèles de classification musicale.

Des recherches montrent que les frontières des mots jouent un rôle dans la parole et l'activité EEG.

Un nouveau cadre améliore la clarté des discours dans les vidéos silencieuses grâce à un traitement amélioré.

Découvrez le mélange d'art et de science dans l'étude du mridangam.

Une nouvelle méthode améliore la reconnaissance de mots personnalisés dans les systèmes ASR pour les langues avec peu de données.

Des chercheurs ont développé un modèle Conformer pour améliorer la détection des fausses audios.

Une méthode pour cacher les infos de genre tout en garantissant la vérification d'identité dans la reconnaissance vocale.

De nouvelles méthodes améliorent la détection précoce de l'Alzheimer en utilisant l'analyse de la parole et des sons.

Explore des données sonores de 41 instruments de musique avec des enregistrements détaillés.

Recherche sur l'amélioration des embeddings acoustiques des mots avec compréhension sémantique et données multilingues.

Les nouvelles technologies améliorent la communication pour les personnes avec des troubles de la parole.

Un nouveau système combine transcription et traduction pour une meilleure communication.

Whisper-AT combine la reconnaissance vocale et le marquage audio pour de meilleures performances.

Une nouvelle approche qui combine la parole avec des modèles de langage pour une traduction améliorée.

Une nouvelle méthode améliore la précision pour transformer l'audio de piano en partitions.

Cet article parle des besoins et des défis dans la technologie audio générative.

De nouvelles méthodes utilisent les sons de la toux et des données de santé pour mieux détecter la tuberculose.

Cette étude examine comment les caractéristiques vocales évoluent chez les patients atteints de cancer de la bouche après le traitement.

Une nouvelle méthode pour changer le timbre musical en utilisant des techniques avancées d'apprentissage machine.

De nouvelles méthodes améliorent la précision de la reconnaissance vocale, en s'attaquant aux erreurs courantes de transcription.

Une étude sur l'amélioration de la reproduction sonore vocale grâce à des techniques de synthèse avancées.

VampNet transforme le traitement de la musique grâce à des techniques de modélisation de jetons innovantes.

Technologie portable abordable pour les personnes malentendantes.

Un nouveau modèle améliore la précision du timing pour les paroles dans les applis musicales.

Un synthétiseur en ligne qui permet aux utilisateurs de créer de la musique avec des gestes simples.

Une étude sur le rôle de l'IA dans la création de musique metal progressive.

Un modèle qui crée des tablatures de guitare reflétant le style de guitaristes célèbres.

Explorer le potentiel de l'apprentissage auto-supervisé dans la recherche d'informations musicales.

Utiliser des signaux audio pour identifier les risques de santé respiratoire.

Une nouvelle méthode améliore la vitesse et la précision de la reconnaissance vocale tout en réduisant l'utilisation des ressources.