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

Emilia propose un dataset varié pour améliorer les modèles de génération de discours.

Un nouveau système améliore l'efficacité du traitement des signaux grâce à des méthodes d'encodage innovantes.

Une équipe s'attaque aux défis d'identification des chants d'oiseaux dans la compétition BirdCLEF 2024.

Présentation des ensembles de données MERGE pour améliorer la classification des émotions dans la musique.

Une nouvelle méthode aide les petits modèles à mieux fonctionner en utilisant des indices des plus gros modèles.

Découvrez les mises à jour de la version 3 du jeu de données Divide and Remaster.

Un aperçu complet des ensembles de données utilisés dans les modèles audio-langue et de leur importance.

Un système fiable basé sur des écouteurs surveille les taux de respiration pendant différentes activités quotidiennes.

Améliorer les systèmes de reconnaissance vocale pour les langues avec peu de données en ligne.

Cette étude examine comment les réseaux de neurones interprètent la parole en utilisant des spectrogrammes.

Combiner son et images pour des systèmes de reconnaissance plus intelligents.

Une méthode pour améliorer la détection des deepfakes audio grâce à l'augmentation des données.

Beat-It génère des mouvements de danse synchronisés pour améliorer la chorégraphie sans effort.

Des chercheurs veulent créer des sons qui vont avec des vidéos silencieuses, pour améliorer l'expérience des spectateurs.

Cette étude aborde les problèmes des systèmes SLU et leur capacité à se généraliser.

Un outil auto-supervisé pour estimer les signatures musicales, réduisant le besoin d'annotations d'experts.

Diff-MST améliore le mixage de musique en appliquant un transfert de style à partir de morceaux de référence.

ElasticAST permet de traiter des audio de longueur variable de manière efficace sans perdre des détails importants.

Analyse des méthodes d'identification des chanteurs face aux inquiétudes croissantes sur le clonage vocal.

Une nouvelle approche améliore la détection de clips audio mélangés réels et faux.

Un nouveau système améliore la détection du son et l'estimation de la distance.

Mamba montre du potentiel contre les transformers dans les tâches de parole, surtout pour les longues entrées.

SingFlex propose des solutions innovantes pour créer des voix chantées variées de manière efficace.

Une étude sur la complexité des morceaux de danse traditionnelle irlandaise en utilisant des méthodes de compression.

RefinPaint améliore la création musicale en identifiant et en perfectionnant les points faibles de manière efficace.

Découvrez comment les PAL peuvent révolutionner le contrôle des zones sonores dans différents environnements.

La méthode CUSIDE-array améliore la précision de la reconnaissance vocale en temps réel dans les systèmes multi-canaux.

Un nouveau cadre améliore la performance de vérification des locuteurs avec des données limitées.

Explorer de nouvelles façons dont l'IA peut collaborer avec les musiciens à travers l'interprétation.

Apprends comment le contexte améliore la précision de la reconnaissance vocale automatique et la reconnaissance des mots.

CADE améliore la détection audio contre les menaces de spoofing en évolution grâce à des techniques d'apprentissage continu.

Méthode innovante améliore la clarté des partitions de musique pour le piano.

Une nouvelle méthode aide les robots à retrouver des objets tombés en utilisant le son.

De nouvelles méthodes améliorent la capacité des machines à isoler les conversations dans des environnements bruyants.

Un modèle vocal qui transforme l'interaction audio avec la technologie.

De nouvelles techniques permettent une meilleure émulation des amplis de guitare et des effets.

Un nouveau cadre améliore la performance de l'ASR en utilisant des données et des ressources limitées.

Une nouvelle méthode améliore l'efficacité de la génération audio en utilisant des techniques d'attention innovantes.

Découvrez comment l'IA transforme la génération de musique avec BandControlNet.

Un robot mobile apprend à reconnaître les voix dans des environnements bruyants pour des applications pratiques.