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

Une nouvelle approche pour créer des sons de piano réalistes en utilisant la séparation des composants sonores.

ParaEVITS améliore l'expression émotionnelle dans la synthèse vocale grâce à un guidage en langage naturel.

Apprends comment le remplissage audio restaure les parties manquantes des signaux.

De nouvelles méthodes améliorent la compréhension de la langue parlée grâce à un dataset innovant.

De nouvelles méthodes améliorent la conversation humain-robot en rendant la parole plus claire.

De nouvelles méthodes améliorent l'accès aux nouvelles parlées en segmentant les sujets plus efficacement.

Cette recherche analyse la performance de Mamba dans les tâches de parole, en mettant l'accent sur la reconstruction et la reconnaissance des sons.

Une nouvelle méthode pour le tagging de musique utilisant l'apprentissage par quelques exemples montre des résultats prometteurs.

FlowSep présente une nouvelle méthode pour extraire des sons avec des requêtes linguistiques.

SSR-Speech propose de nouvelles solutions pour la génération et l'édition de la parole.

Les avancées en IA rendent l'audio truqué courant, d'où le besoin de détection.

Nouveau modèle améliore la génération de la parole dans différents dialectes des langues à accent tonique.

Une nouvelle méthode améliore la précision de la localisation sonore tout en garantissant la confidentialité des données.

Une nouvelle méthode pour créer de la pop structurée en utilisant des techniques basées sur des graphes.

Une nouvelle méthode pour améliorer la détection de mots-clés tout en gardant les connaissances acquises.

Des chercheurs ont développé un jeu de données pour améliorer les techniques de reconnaissance et d'analyse de la parole.

SoloAudio améliore l'extraction sonore avec des techniques avancées et des données synthétiques.

OpenACE fournit une référence équitable pour évaluer les codecs audio dans différentes conditions.

Une méthode pour identifier les pannes dans les moteurs électriques grâce à l'analyse sonore et aux réseaux de neurones bayésiens.

Les modèles de reconnaissance vocale évoluent avec la prédiction multi-token pour des réponses plus rapides.

Efforts pour améliorer la technologie de la parole pour la langue Faetar, qui est sous-resources.

Une nouvelle méthode sans entraînement améliore la précision de la conversion vocale et réduit les fuites sonores.

Une étude révèle comment les tons changent dans le discours quotidien du mandarin taïwanais.

Une nouvelle méthode améliore la détection de la maladie de Parkinson grâce à l'analyse de la voix avec une technologie avancée.

Une nouvelle approche améliore l'isolement vocal dans des environnements audio mixtes en utilisant des jetons discrets.

La recherche associe des peintures à de la musique en interprétant les émotions.

Une étude sur l'utilisation des modèles de langue pour corriger les erreurs dans les systèmes de reconnaissance vocale.

FLAMO simplifie le traitement audio grâce à des techniques différentiables et à l'échantillonnage de fréquence.

Une nouvelle méthode améliore la détection automatique des problèmes de parole liés à la maladie de Parkinson.

Une nouvelle méthode améliore les systèmes ASR pour une meilleure communication en classe.

Cet article examine comment des entrées variées peuvent améliorer la précision de la reconnaissance vocale.

Un système qui rend la création musicale facile et accessible pour tous les niveaux de compétence.

ReCLAP améliore la classification audio avec des indications détaillées pour plus de précision.

Un projet vise à améliorer la technologie de la parole pour ceux qui ont des difficultés de communication.

MambaFoley révolutionne la synthèse sonore Foley avec un timing et un réalisme améliorés.

Un nouveau système améliore la précision des accents dans la synthèse vocale pour une meilleure communication.

L'utilisation des embeddings CLAP améliore considérablement les systèmes de recommandation musicale.

Une étude explore le développement de l'ASR pour l'Amis et le Seediq, en se concentrant sur l'utilisation des données.

LLaQo propose des retours super détaillés pour évaluer les performances musicales, ce qui booste l'apprentissage des élèves.

Des chercheurs développent de nouvelles stratégies pour distinguer les animaux individuels grâce à leurs sons uniques.