De nouvelles méthodes de filigrane protègent les créateurs dans les modèles génératifs audio.
― 5 min lire
Génie électrique et science des systèmes - Traitement de l'audio et de la parole
RSSDécouvrez comment DDSP améliore l'efficacité et la qualité de la synthèse vocale.
― 8 min lire
Cette étude améliore la SER grâce à un meilleur prétraitement et des modèles d'attention efficaces.
― 6 min lire
Un cadre pour ajuster la musique en temps réel dans les jeux et les films.
― 7 min lire
aTENNuate offre un traitement en temps réel des signaux de parole, rendant la communication plus claire.
― 7 min lire
Des chercheurs explorent les échos ultrasoniques pour des mesures de distance précises dans des environnements intérieurs calmes.
― 7 min lire
Les techniques d'anonymisation des locuteurs protègent les infos persos tout en gardant la clarté de la communication.
― 7 min lire
De nouvelles méthodes améliorent la clarté vocale dans les environnements bruyants pour les écouteurs.
― 6 min lire
Un nouveau modèle améliore la séparation des voix et la transcription des mélodies dans la musique.
― 7 min lire
Des recherches montrent comment les neurones dans les modèles de parole reconnaissent les caractéristiques clés du son.
― 9 min lire
Un nouveau modèle simplifie la production audio en éliminant automatiquement les sons de respiration.
― 7 min lire
Les LLMs de discours montrent du potentiel mais galèrent avec l'identification des intervenants dans les conversations.
― 6 min lire
Une approche d'apprentissage auto-supervisé réduit le besoin de données audio étiquetées.
― 7 min lire
Une étude révèle le rôle des données vocales dans la reconnaissance des émotions chez les hispanophones.
― 7 min lire
Une nouvelle méthode améliore la clarté de la voix dans des environnements bruyants.
― 6 min lire
Des approches innovantes visent à améliorer la qualité de la musique pour les personnes malentendantes.
― 7 min lire
GenRep propose une approche nouvelle pour identifier des sons étranges de machines avec peu de données.
― 7 min lire
TF-Mamba améliore la localisation sonore grâce à une nouvelle approche qui intègre des données temporelles et fréquentielles.
― 6 min lire
La recherche sur les systèmes ASR modulaires vise à améliorer les performances dans des environnements bruyants.
― 5 min lire
Une nouvelle méthode combine le sens et le son pour une détection d’émotion améliorée dans la parole.
― 8 min lire
Cet article parle des méthodes d'entraînement efficaces pour les modèles de parole en utilisant l'apprentissage auto-supervisé.
― 6 min lire
Une nouvelle architecture améliore la détection des sons dans divers environnements.
― 7 min lire
Un nouveau modèle améliore la génération de musique en se concentrant sur des instruments individuels.
― 7 min lire
Voici DENSE, une méthode qui améliore l'extraction de la parole cible grâce à des embeddings dynamiques.
― 8 min lire
Une nouvelle méthode améliore la transformation audio tout en préservant la mélodie et la qualité sonore.
― 8 min lire
Cette méthode améliore la précision de reconnaissance des noms rares dans les sorties vocales.
― 7 min lire
Améliorer l'identification des mots parlés grâce à des indices visuels dans les langues sous-représentées.
― 9 min lire
Un nouveau modèle améliore la détection des deepfakes audio avec un apprentissage continu.
― 7 min lire
Un aperçu des méthodes de diarisation de locuteurs audio-visuels, des défis et des systèmes.
― 6 min lire
BigCodec améliore la qualité sonore dans les transmissions audio à faible débit.
― 6 min lire
Une nouvelle méthode améliore la capture sonore en utilisant des microphones circulaires pour une meilleure qualité audio.
― 7 min lire
Cet article parle des avantages de simplifier les modèles de transformateurs pour les tâches de parole.
― 6 min lire
Sortformer intègre la diarisation des locuteurs et l'ASR pour un meilleur traitement audio.
― 6 min lire
Une nouvelle approche pour créer des sons de piano réalistes en utilisant la séparation des composants sonores.
― 10 min lire
ParaEVITS améliore l'expression émotionnelle dans la synthèse vocale grâce à un guidage en langage naturel.
― 6 min lire
Apprends comment le remplissage audio restaure les parties manquantes des signaux.
― 6 min lire
De nouvelles méthodes améliorent la compréhension de la langue parlée grâce à un dataset innovant.
― 6 min lire
De nouvelles méthodes améliorent la conversation humain-robot en rendant la parole plus claire.
― 6 min lire
De nouvelles méthodes améliorent l'accès aux nouvelles parlées en segmentant les sujets plus efficacement.
― 8 min lire
Cette recherche analyse la performance de Mamba dans les tâches de parole, en mettant l'accent sur la reconstruction et la reconnaissance des sons.
― 7 min lire