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

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.

Révolutionner la recherche sur la communication animale avec une intégration innovante de l'audio et du langage.

Des recherches montrent les avantages de plusieurs micros pour détecter et localiser les intervenants.

Présentation d'un nouveau modèle pour parler plus clairement dans les environnements bruyants.

Une nouvelle méthode améliore l'appariement audio en utilisant des images, rendant les environnements audio plus réalistes.

Un ensemble de données relie les émotions aux chansons MIDI en utilisant l'analyse des paroles.

Améliorer la qualité de la parole grâce à des méthodes innovantes et des jeux de données multilingues.

De nouvelles techniques visent à améliorer la qualité audio en s'attaquant à la perte de paquets.

De nouveaux systèmes sont conçus pour détecter les enregistrements audio truqués avec une précision améliorée.

De nouveaux systèmes améliorent l'identification des locuteurs en utilisant à la fois des données audio et visuelles.

MoisesDB propose un ensemble de données détaillé pour une séparation avancée des sons de musique.

Utiliser des LLMs pour créer un énorme dataset pour le descripteur de musique.

Les chercheurs améliorent l'entraînement à la prononciation avec de nouvelles technologies pour les apprenants de langues.

HierVST transforme les voix sans effort, améliorant la qualité audio sans avoir besoin de données massives.

Une approche unifiée améliore l'analyse musicale en intégrant plusieurs éléments structurels.

La recherche se concentre sur la classification du discours enfant-adulte en utilisant des données non étiquetées.

La recherche développe un modèle pour mesurer avec précision l'engagement dans les conversations.

DAVIS propose une nouvelle façon de gérer la séparation des sons audio et visuels.

Une nouvelle méthode améliore l'identification précise des objets qui produisent des sons dans les vidéos.

DiffProsody améliore la vitesse et la qualité de la synthèse vocale grâce à une génération de prosodie innovante.

Les modèles de deep learning améliorent la reconstruction du champ sonore dans des environnements complexes.

Une nouvelle technologie vise à restaurer la qualité musicale perdue à cause de la compression de volume.

Une nouvelle méthode promet une identification plus rapide des troubles de la parole comme l'aphasie.

Une nouvelle méthode utilise des sons ultrasoniques pour embrouiller les systèmes de reconnaissance vocale sans être détectée.