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

Un cadre pour améliorer l'analyse de sentiments de l'IA dans les conversations de santé.

De nouvelles méthodes améliorent le réalisme des animations pour les médias et les assistants virtuels.

Combiner des mots de réveil et la reconnaissance vocale améliore la sécurité dans la technologie vocale.

Une nouvelle approche améliore les systèmes de reconnaissance vocale en utilisant des descriptions de l'environnement sonore.

Un nouveau modèle vise à améliorer la qualité de la traduction vocale grâce à des systèmes intégrés.

Explore l'importance croissante du montage audio pour les créateurs de contenu.

De nouvelles techniques améliorent la génération de voix synthétiques avec un minimum de données.

Un nouvel outil analyse les codas des cachalots pour comprendre leurs interactions sociales.

De nouvelles méthodes aident à étudier et protéger les lamantins menacés grâce à la surveillance sonore sous-marine.

Un nouveau cadre améliore la connexion entre les visages et les voix, surtout dans des environnements bruyants.

Une étude améliore l'estimation du rythme cardiaque et la détection des souffles avec des enregistrements.

Des recherches montrent comment la musique influence l'activité cérébrale en utilisant l'intelligence d'organoïdes.

Cette étude évalue les compétences en raisonnement des modèles audio-langage avec une nouvelle tâche.

De nouvelles méthodes améliorent les systèmes de parole pour les langues sous-représentées.

Combiner la synthèse vocale et des données réelles améliore efficacement les systèmes de reconnaissance vocale.

Améliorer la qualité audio sur les appareils grâce à des techniques d'élargissement de bande passante.

Une nouvelle méthode améliore la conversion de la parole silencieuse en audio compréhensible.

Une méthode qui améliore la reconnaissance sonore dans les machines.

Une nouvelle méthode améliore la séparation des voix dans des environnements bruyants avec plusieurs intervenants.

Cette étude présente une méthode pour évaluer le sens des signaux sonores.

Le modèle FUTGA améliore la compréhension de la musique grâce à des descriptions détaillées et spécifiques au temps.

Une nouvelle approche pour estimer des caractéristiques sonores dans des environnements difficiles en utilisant l'apprentissage profond.

Une nouvelle méthode musicale améliore l'expression émotionnelle grâce à une attention particulière aux tonalités.

La recherche combine l'amélioration de la parole et l'apprentissage par transfert pour de meilleurs systèmes anti-fraude.

De nouvelles méthodes améliorent la capacité de l'IA à créer de la musique structurée.

Wavespace propose des outils innovants pour mieux créer et contrôler le son.

Un nouveau système améliore la reconnaissance des commandes vocales malgré le bruit de fond.

De nouvelles stratégies visent à améliorer les ensembles de données synthétiques pour une meilleure transcription de batterie.

De nouvelles méthodes visent à améliorer la reconnaissance de la parole chuchotée dans les systèmes automatiques.

Des modèles de deep learning analysent des enregistrements vocaux pour identifier une insuffisance respiratoire et estimer les niveaux d'oxygène.

MMTrail combine des descriptions visuelles et audio pour de meilleurs modèles de vidéo-langue.

Cette méthode améliore la génération musicale en séparant les aspects émotionnels en valence et en excitation.

PiCoGen propose une méthode innovante pour créer des covers de piano sans données appariées.

La recherche se concentre sur l'identification du discours abusif dans des enregistrements audio à travers différentes langues.

Une méthode pour créer des audio qui correspondent aux vidéos en vue à la première personne.

Un nouveau système améliore le suivi des rythmes dans différents genres musicaux.

Une étude révèle l'avis des auditeurs sur la musique générée par IA par rapport à celle des humains.

Une étude sur l'amélioration des méthodes pour détecter la compression audio avec perte pour une meilleure qualité sonore.

Cette étude examine à quel point les LLM comprennent et génèrent de la musique.

Les modèles d'IA améliorent la précision des conversions de la parole en texte.