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

Cette étude améliore le suivi de la faune en utilisant des embeddings audio pour une meilleure classification des sons.

Urhythmic améliore la conversion vocale en se concentrant sur le rythme de la parole.

La recherche améliore les techniques de fingerstyle percussif pour les guitaristes en utilisant la récupération de son en temps réel.

Cet article explore un nouveau modèle pour l'identification de l'intention de discours et des slots.

Avec l'avancée de la technologie de clonage vocal, des méthodes de détection fiables sont super importantes.

Une nouvelle méthode améliore la reconnaissance vocale en utilisant seulement des données audio brutes.

Une étude améliore la reconnaissance vocale pour les personnes âgées, en utilisant des techniques innovantes.

BASS améliore le résumé des longs audios en traitant par blocs.

De nouvelles méthodes représentent des risques de sécurité sérieux pour la technologie de reconnaissance vocale.

ivrit.ai fournit des ressources essentielles pour améliorer la technologie ASR en hébreu.

Des techniques innovantes transforment la façon dont on traduit le langage parlé.

De nouvelles méthodes visent à cacher l'identité des intervenants tout en gardant la clarté de la parole.

Nouveau modèle améliore la vitesse de reconnaissance vocale et l'utilisation de la mémoire.

De nouvelles méthodes améliorent la reconnaissance vocale dans des domaines spécifiques sans avoir besoin de beaucoup de données.

Un nouveau jeu de données met en avant les interprétations créatives des pianistes de jazz sur des standards classiques.

De nouvelles méthodes améliorent la représentation sonore en réalité virtuelle et augmentée.

FlexiAST permet aux modèles de s'adapter efficacement à différentes tailles de patch audio.

Des chercheurs utilisent l'apprentissage automatique pour améliorer le diagnostic du cancer de la gorge grâce à l'analyse de la parole.

Un nouveau modèle améliore la façon dont les ordinateurs traitent la langue parlée.

Polyffusion utilise des techniques visuelles pour générer et contrôler la musique de manière efficace.

Des chercheurs utilisent des motifs de discours pour détecter Alzheimer plus tôt et de manière plus efficace.

Intégrer des métadonnées améliore les performances dans des tâches de parole comme l'identification de langue.

Cet article parle des capacités en temps réel du modèle Transducer et des améliorations récentes.

Cette étude explore le biais dans les modèles audio utilisés pour la reconnaissance d'instruments.

Cette étude explore une approche d'apprentissage profond pour classifier avec précision les genres musicaux.

La recherche explore des méthodes pour identifier des sujets directement à partir d'enregistrements audio.

Une nouvelle méthode améliore le suivi de la localisation des sources sonores dans les environnements aquatiques peu profonds.

Un nouveau modèle relie la phonétique et l'acoustique pour améliorer la technologie de la parole.

Cette étude met en avant le rôle de l'apprentissage auto-supervisé pour détecter les émotions à partir de données audio.

Une nouvelle interface simplifie la création musicale pour les débutants grâce à la technologie de texte à audio.

Des recherches montrent les améliorations que l'IA peut apporter aux appareils auditifs dans des environnements bruyants.

Une nouvelle méthode affine les données mal étiquetées, améliorant la séparation des sources musicales.

Des avancées dans la compréhension de comment les gens se concentrent sur les sons à partir de l'activité cérébrale.

Une nouvelle méthode améliore la clarté et la localisation du son en utilisant une approche hybride.

CMNet améliore la clarté vocale en réduisant l'écho dans les appareils de communication.

Une nouvelle méthode améliore la classification des sons sous-marins des navires en utilisant des réseaux de neurones.

La recherche vise à améliorer la clarté des aides auditives pour une meilleure communication.

Une nouvelle méthode pour améliorer la qualité de la parole en utilisant des réseaux éconergétiques.

Des recherches mettent en avant la communication des vaches pour améliorer les pratiques de l'élevage laitier.

MuReNN combine des modèles paramétriques et non paramétriques pour une meilleure analyse audio.