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

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.

Une nouvelle méthode simplifie la détection des sirènes pour améliorer la sécurité des véhicules.

Une nouvelle approche combine la détection d'événements sonores et la diarisation des locuteurs pour une meilleure compréhension audio.

Une nouvelle approche améliore la reconnaissance vocale en se concentrant sur des détails spécifiques des locuteurs.

Une étude qui révèle comment les modèles d'apprentissage profond reconnaissent les émotions dans la voix.

Un outil facile à utiliser pour peaufiner des modèles de parole sans code compliqué.

De nouvelles méthodes améliorent l'isolation sonore des environnements bruyants sans données étiquetées.

Une nouvelle approche s'attaque à la variation de canal dans les systèmes de reconnaissance vocale.

Une nouvelle méthode améliore la reconnaissance vocale des machines pour la vérification des locuteurs.

Un nouveau modèle améliore la génération audio en utilisant des textes et des sons de référence détaillés.

L'intelligence artificielle est en train de transformer la musique avec de nouveaux outils et des approches.

MaskSR2 améliore la clarté et la qualité de la voix grâce à des techniques innovantes.