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

Utiliser l'IA pour améliorer comment on recrée le son dans différents environnements.

Une nouvelle méthode améliore la reconnaissance vocale en utilisant moins d'étiquettes et de ressources.

De nouvelles méthodes améliorent le lien entre les descriptions textuelles et les événements sonores.

Des méthodes innovantes améliorent la façon dont les robots traitent la direction du son en mouvement.

Apprends-en sur le beamforming à valeurs réelles et ses avantages pour les réseaux de microphones.

Une nouvelle approche pour la génération de discours petite, efficace et qui sonne naturel.

MusicAOG simplifie la création et la compréhension de la musique grâce à une représentation graphique innovante.

Un nouveau cadre pour combiner des réseaux de microphones sphériques et de haut-parleurs dans les études sonores.

Un nouveau cadre pour améliorer la détection des sons dans les robots humanoïdes grâce à la conception de réseaux de microphones.

Découvre comment les systèmes MIMO améliorent l'analyse sonore dans différents environnements.

De nouvelles techniques améliorent l'estimation de la direction du son pour différents réglages audio.

Des recherches montrent des astuces pour ajuster le son dans les pièces afin d'améliorer la clarté.

Un nouveau modèle identifie des moments drôles dans les vidéos en utilisant des données visuelles, audio et textuelles.

Les élastomères diélectriques convertissent l'énergie électrique en mouvement mécanique, offrant des applications diverses.

Les transcriptions ASR avec des erreurs peuvent aider à identifier la maladie d'Alzheimer plus précisément.

ELLA-V améliore la qualité et le contrôle de la synthèse vocale, surpassant les modèles précédents.

Une nouvelle approche améliore la précision de détection des cris d'animaux sans seuils arbitraires.

Un nouveau modèle intègre l'audio et le texte pour une meilleure classification de la parole.

Une nouvelle initiative pour améliorer la technologie de transcription pour les réunions dans les grandes salles.

De nouvelles méthodes améliorent la précision dans la reconnaissance vocale brouillée en utilisant de grands modèles de langue.

Analyser les sons des poules aide à améliorer leur santé et la productivité de la ferme.

Une méthode pour aider les malvoyants à reconnaître des sons en réalité mixte.

Cet article parle des solutions pour les applications de parole dans les langues avec peu de données transcrites.

Des chercheurs combinent des méthodes génératives et discriminatives pour améliorer la classification sonore.

Un nouveau modèle améliore la sécurité de l'identification vocale et résiste à la contrefaçon vocale.

Un aperçu de l'attention adaptative gaussienne pour améliorer les performances de l'IA.

Des recherches montrent que l'apprentissage profond améliore notre compréhension du rythme de la langue.

CoAVT intègre des données audio, visuelles et textuelles pour une meilleure compréhension.

E-SHARC améliore l'identification des locuteurs dans différents environnements audio.

Un nouveau système génère de la musique pour exprimer la joie et la tristesse.

Examiner les dangers et les préoccupations éthiques liés à la génération de la parole synthétique.

Un guide pour comprendre la similitude musicale dans les modèles génératifs.

Une étude sur la synthèse sonore et son évaluation dans des environnements contrôlés.

Une nouvelle méthode améliore la précision pour localiser des sources de son en mouvement en utilisant des réseaux de microphones.

PAM propose une nouvelle façon de mesurer la qualité audio sans avoir besoin d'enregistrements de référence.

Une méthode améliore la clarté de la parole dans des environnements bruyants sans données d'entraînement claires.

Audio Flamingo excelle à écouter, discuter et s'adapter à de nouvelles tâches audio.

Un nouveau modèle améliore la compréhension de l'audio spatial par les machines.

Un nouveau modèle améliore l'efficacité de la conversion de la parole en texte dans les applications en temps réel.

De nouvelles méthodes améliorent la reconnaissance vocale pour les langues sous-représentées en utilisant des données de langues similaires.