Un nouveau système améliore la reconnaissance vocale en utilisant des mots-clés contextuels pour plus de précision.
― 7 min lire
Génie électrique et science des systèmes - Traitement de l'audio et de la parole
RSSPeriodWave-Turbo améliore la vitesse et la qualité de génération sonore dans diverses applications.
― 7 min lire
Des recherches montrent comment rendre les modèles de discours plus petits et plus efficaces.
― 7 min lire
La séparation des dialogues aide les spectateurs à entendre les conversations clairement malgré le bruit de fond.
― 8 min lire
MAT-SED utilise un nouveau modèle Transformer pour détecter efficacement les événements sonores.
― 6 min lire
Combiner les sons cardiaques et l'échocardiographie pour améliorer le diagnostic des cardiopathies congénitales.
― 7 min lire
Un gros jeu de données de pistes de guitare liées à des partitions pour la recherche et l'analyse.
― 5 min lire
Auptimize améliore le placement des repères audio pour une meilleure interaction utilisateur en XR.
― 7 min lire
Malacopula remet en question la fiabilité des technologies de vérification automatique des locuteurs.
― 8 min lire
Une nouvelle méthode pour des animations 3D de visages plus réalistes qui s'adaptent aux styles de parole personnels.
― 6 min lire
L'entraînement adversarial améliore la précision de détection des mots-clés dans la parole synthétique et réelle.
― 7 min lire
Ce texte parle de l'apprentissage par quelques exemples et de son impact sur les tâches audio.
― 9 min lire
Une nouvelle technologie associe les traits du visage à la voix, aidant ainsi à la communication pour ceux qui n'ont pas de voix.
― 6 min lire
Une nouvelle méthode améliore la séparation et la génération audio sans données étiquetées.
― 7 min lire
S'attaquer aux défis des faux audios et de la vérification des locuteurs.
― 6 min lire
Un nouveau système améliore la clarté de la parole pour les apprenants de langue en se concentrant sur l'entraînement à l'accent.
― 5 min lire
Analyse des caractéristiques de la musique rage grâce à l'apprentissage automatique pour une meilleure classification des genres.
― 6 min lire
Les faux clips audio, c'est vraiment un souci ; des méthodes de détection efficaces sont super importantes.
― 8 min lire
Une nouvelle méthode améliore la précision de la détection de l'audio synthétique.
― 7 min lire
Une nouvelle méthode pour séparer et manipuler les sons musicaux.
― 6 min lire
SSL-TTS simplifie la synthèse vocale en utilisant peu de données d'entraînement pour des résultats de haute qualité.
― 7 min lire
De nouvelles méthodes améliorent les modèles ASR pour plusieurs langues, tout en préservant les connaissances passées.
― 6 min lire
Une nouvelle approche améliore la reconnaissance des phrases en code-switching dans le discours bilingue.
― 7 min lire
Un système innovant automatise la génération de son pour les films et les jeux.
― 10 min lire
De nouvelles méthodes améliorent la reconnaissance vocale dans des environnements bruyants.
― 6 min lire
Un nouveau modèle améliore la conversion vocale, surtout pour la parole chuchotée et les applis en temps réel.
― 7 min lire
Explorer une nouvelle approche numérique pour modéliser le son des amplis de guitare.
― 6 min lire
Présentation d'un système révolutionnaire pour générer de la musique vocale hindoustanie.
― 8 min lire
Une nouvelle méthode pour modéliser avec précision des compresseurs optiques en utilisant des réseaux de neurones.
― 10 min lire
WhisperMask capte la voix clairement même dans des endroits bruyants, améliorant la communication.
― 7 min lire
De nouvelles méthodes améliorent les évaluations de la qualité vocale pour les patients ayant des problèmes au niveau du système vocal.
― 7 min lire
VoiceX simplifie la création de voix personnalisées pour plein d'applis.
― 5 min lire
Examiner comment les patterns vocaux influencent le sens et la performance technologique.
― 6 min lire
NEST propose une approche plus rapide et efficace pour les tâches de parole auto-supervisées.
― 7 min lire
Un aperçu des méthodes de mesure des biais pour la vérification des locuteurs.
― 7 min lire
Les benchmarks actuels sous-estiment la capacité des modèles à relier les données audio et visuelles.
― 6 min lire
De nouveaux algos améliorent la précision pour identifier le début des notes de musique.
― 8 min lire
Wav2Small améliore la détection des émotions dans la parole avec moins de ressources.
― 6 min lire
Un aperçu des complexités pour identifier des pistes audio mixées.
― 8 min lire
De nouvelles méthodes améliorent la reconnaissance vocale pour la communication chuchotée.
― 7 min lire