CADA-GAN améliore la performance des systèmes ASR dans différents environnements d'enregistrement.
― 7 min lire
Génie électrique et science des systèmes - Traitement de l'audio et de la parole
RSSEVA combine des signaux audio et visuels pour une meilleure précision de reconnaissance vocale.
― 5 min lire
Un nouveau cadre simplifie la reconnaissance vocale dans des environnements bruyants.
― 6 min lire
Llama-AVSR combine l'audio et les visuels pour améliorer la précision de la reconnaissance vocale.
― 8 min lire
WMCodec améliore le marquage audio pour plus de sécurité et d'authenticité.
― 6 min lire
De nouveaux modèles s'attaquent à la classification sonore avec peu de données d'entraînement.
― 7 min lire
Une nouvelle méthode améliore la détection des faux audios en utilisant des modèles préentraînés.
― 7 min lire
Une nouvelle méthode améliore la qualité et l'efficacité de la génération de discours.
― 6 min lire
Une méthode qui combine des données étiquetées et non étiquetées améliore la détection des sources sonores.
― 7 min lire
Découvrez comment les sons aident les joueurs de ping-pong.
― 7 min lire
Un système qui met la mélodie en avant tout en permettant de contrôler la génération de musique orchestrale.
― 7 min lire
Une nouvelle méthode utilise l'ombre virtuelle pour améliorer le retour sur la prononciation des apprenants en langues.
― 7 min lire
De nouvelles méthodes améliorent la qualité audio binaurale dans des environnements sonores difficiles.
― 10 min lire
Une nouvelle méthode ASR aide la technologie à mieux comprendre la parole des enfants.
― 7 min lire
Le compositeur utilise des invites textuelles pour créer des compositions musicales complexes en format MIDI.
― 7 min lire
Une ressource pour étudier les motifs de chant dans la musique des idoles japonaises.
― 8 min lire
ViolinDiff améliore le réalisme de la musique de violon générée par ordinateur.
― 6 min lire
Combiner des caractéristiques améliore la précision de la classification des sons sous-marins.
― 8 min lire
L'apprentissage par transfert améliore la classification audio pour la détection des sons sous-marins.
― 8 min lire
La technologie de l'IA change le paysage des arnaques par vishing, ce qui augmente les risques pour les gens.
― 7 min lire
Un nouveau modèle crée de l'audio qui correspond à la vidéo, améliorant les expériences médiales.
― 6 min lire
Une méthode pour améliorer la reconnaissance vocale automatique en mélangeant des listes de mots-clés avec des modèles de langue.
― 6 min lire
Une étude sur les techniques d'imitation vocale utilisant la technologie pour améliorer la communication.
― 6 min lire
Apprends à entraîner des modèles de parole de manière efficace avec moins de ressources étiquetées.
― 9 min lire
Une analyse de la terminologie de genre dans la technologie de la parole et ses implications sociétales.
― 9 min lire
Un nouveau cadre améliore la détection des événements sonores qui se chevauchent dans des environnements audio complexes.
― 8 min lire
Recherche sur l'amélioration de l'identification des sons d'oiseaux grâce aux techniques d'apprentissage automatique.
― 8 min lire
Une nouvelle méthode améliore la création automatique de covers de piano en utilisant la technologie de transcription musicale existante.
― 8 min lire
Un aperçu des résultats du défi Codec-SUPERB et des métriques de performance des codecs.
― 6 min lire
Le projet MultiMed améliore la reconnaissance vocale automatique pour une meilleure communication dans le domaine de la santé.
― 7 min lire
Une nouvelle approche pour évaluer la qualité audio sans avoir besoin de références propres.
― 8 min lire
Le cadre ECHO améliore la précision de la classification sonore en utilisant des étiquettes structurées et un processus d'apprentissage en deux étapes.
― 6 min lire
Une nouvelle méthode améliore la clarté de la parole en intégrant des infos visuelles.
― 6 min lire
Une nouvelle méthode améliore l'estimation de la direction du son pour les intervenants en mouvement dans des environnements difficiles.
― 10 min lire
La récupération de moments audio permet de repérer des moments précis dans de longs enregistrements.
― 6 min lire
Safe Guard détecte les discours haineux en temps réel pendant les interactions vocales en VR sociale.
― 7 min lire
L'IA évolue pour avoir des conversations plus naturelles.
― 6 min lire
Une nouvelle approche utilise l'IRM en temps réel pour visualiser les mouvements de production de la parole.
― 7 min lire
Une nouvelle méthode pour détecter les réflexions de salle précoces améliore les expériences audio.
― 9 min lire
Un projet qui développe des jeux de données de parole et de texte pour des langues avec peu de ressources.
― 6 min lire
