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

Les LLMs de discours montrent du potentiel mais galèrent avec l'identification des intervenants dans les conversations.

Une approche d'apprentissage auto-supervisé réduit le besoin de données audio étiquetées.

Une étude révèle le rôle des données vocales dans la reconnaissance des émotions chez les hispanophones.

Une nouvelle méthode améliore la clarté de la voix dans des environnements bruyants.

Des approches innovantes visent à améliorer la qualité de la musique pour les personnes malentendantes.

GenRep propose une approche nouvelle pour identifier des sons étranges de machines avec peu de données.

TF-Mamba améliore la localisation sonore grâce à une nouvelle approche qui intègre des données temporelles et fréquentielles.

La recherche sur les systèmes ASR modulaires vise à améliorer les performances dans des environnements bruyants.

Une nouvelle méthode combine le sens et le son pour une détection d’émotion améliorée dans la parole.

Cet article parle des méthodes d'entraînement efficaces pour les modèles de parole en utilisant l'apprentissage auto-supervisé.

Une nouvelle architecture améliore la détection des sons dans divers environnements.

Un nouveau modèle améliore la génération de musique en se concentrant sur des instruments individuels.

Voici DENSE, une méthode qui améliore l'extraction de la parole cible grâce à des embeddings dynamiques.

Une nouvelle méthode améliore la transformation audio tout en préservant la mélodie et la qualité sonore.

Cette méthode améliore la précision de reconnaissance des noms rares dans les sorties vocales.

Améliorer l'identification des mots parlés grâce à des indices visuels dans les langues sous-représentées.

Un nouveau modèle améliore la détection des deepfakes audio avec un apprentissage continu.

Un aperçu des méthodes de diarisation de locuteurs audio-visuels, des défis et des systèmes.

BigCodec améliore la qualité sonore dans les transmissions audio à faible débit.

Une nouvelle méthode améliore la capture sonore en utilisant des microphones circulaires pour une meilleure qualité audio.

Cet article parle des avantages de simplifier les modèles de transformateurs pour les tâches de parole.

Sortformer intègre la diarisation des locuteurs et l'ASR pour un meilleur traitement audio.

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.