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

Une nouvelle approche pour améliorer la classification grâce à la perte de distribution de distance angulaire.

De nouvelles méthodes améliorent les outils de communication pour les personnes ayant des problèmes de parole.

De nouvelles méthodes utilisant des modèles de langage améliorent la détection des sons dans le bruit ambiant.

Fish-Speech améliore la technologie vocale pour une expérience de communication plus naturelle.

EmoSphere++ permet aux machines d'exprimer des émotions comme les humains, rendant les interactions plus cool.

U-COTANS améliore la détection des frontières sous-marines en utilisant des techniques d'apprentissage profond.

PIAST propose une collection unique de musique pour piano pour les chercheurs.

Les machines apprennent à connecter le son et les visuels dans des espaces 3D.

Comment de nouvelles méthodes transforment l'identification des locuteurs dans les enregistrements audio.

Les chercheurs utilisent la technologie pour visualiser les mouvements de la langue pendant qu'on parle.

Découvrez comment Align-SLM change la génération de la parole par ordinateur.

Apprends comment TSE améliore la reconnaissance vocale dans les environnements bruyants en utilisant des indices textuels.

Un nouveau système détecte les cris pour améliorer la sécurité des travailleurs sur les chantiers.

Explorer de nouvelles méthodes pour reconnaître les émotions dans la voix avec des modèles avancés.

Une nouvelle approche améliore l'évaluation de la qualité de la parole en prenant en compte le bruit de fond.

Un nouveau système pour mélanger des échantillons audio afin d'aider les créateurs de musique à innover facilement.

Un aperçu de comment la compression de la plage dynamique améliore les expériences audio.

Les assistants vocaux aident à repérer les premiers signes de problèmes de mémoire chez les personnes âgées.

Un système crée de la musique en temps réel basée sur des récits de jeux de rôle sur table.

Examiner les forces, faiblesses et l'avenir de SLAM-ASR dans la reconnaissance vocale.

Une nouvelle méthode pour clarifier et visualiser des images de champ sonore.

Un projet améliore la reconnaissance vocale pour la langue Malasar en utilisant des ressources tamoules.

Des chercheurs étudient la parole pour améliorer les évaluations de santé mentale pour la schizophrénie.

Apprends comment les musiciens synchronisent leur timing avec des modèles scientifiques.

NeKo améliore la communication entre machines en corrigeant les erreurs de parole, de traduction et de texte.

Découvrez comment le son améliore les expériences virtuelles grâce au rendu acoustique.

Cette étude utilise l'analyse sonore pour identifier efficacement les pannes des machines.

Debatts aide les utilisateurs à créer des contre-arguments efficaces pour les débats.

Un nouveau modèle améliore l'identification et la localisation des sons efficacement.

AuscultaBase améliore la précision dans le diagnostic des problèmes de santé en utilisant des données de sons corporels variés.

Un nouveau dataset aide à trouver de la musique grâce à des dialogues sympas.

Combiner des enregistrements audio avec des partitions pour mieux pratiquer.

AEROMamba transforme l'audio de mauvaise qualité en son riche et de haute fidélité.

Un modèle audio-linguistique révolutionnaire aide à étudier les sons et les comportements des animaux.

Créer un modèle d'IA pour des conversations naturelles en mandarin taïwanais.

Mamba améliore la reconnaissance vocale avec rapidité et précision, redéfinissant l'interaction avec les appareils.

Une nouvelle méthode améliore la clarté de la parole en utilisant des infos visuelles de l'environnement.

Un aperçu de comment le son se comporte dans des environnements dynamiques.

Des recherches montrent comment les ondes cérébrales peuvent aider à la communication silencieuse.

La recherche cherche à traduire les signaux cérébraux en différents types de discours.