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

Découvrez comment l'informatique quantique redéfinit la créativité musicale avec le Variational Quantum Harmonizer.

Le modèle MCMamba améliore la qualité de la parole dans des environnements bruyants en utilisant des infos spatiales et spectraales.

Cette étude évalue des méthodes à faible latence pour améliorer la qualité du son dans des conditions bruyantes.

Examen de comment les gestes 2D et 3D influencent la communication des personnages virtuels.

Une étude sur l'amélioration des systèmes de reconnaissance vocale dans des environnements bruyants.

Des chercheurs utilisent la parole pour identifier et surveiller différentes conditions de santé.

RF-GML mesure la qualité audio sans avoir besoin d'un signal de référence.

Apprends comment l'égalisation de la pièce améliore les expériences audio dans différents environnements.

StyleTTS-ZS propose une synthèse vocale efficace et de haute qualité sans avoir besoin de former beaucoup les intervenants.

Une nouvelle méthode améliore le chant d'ensemble synthétisé en modélisant les interactions entre les chanteurs.

Un nouveau cadre améliore la reconnaissance vocale en modélisant efficacement les relations sonores.

Apprends comment le réglage des préférences aligne les modèles avec les retours des humains.

Une nouvelle méthode de masquage améliore la conversion vocale en séparant l'identité du locuteur de la phonétique.

Des techniques innovantes améliorent l'entraînement des modèles musique-texte avec des ressources limitées.

De nouvelles méthodes améliorent le balisage audio pour des styles musicaux divers et la préservation culturelle.

Un ensemble de sons de maison favorise la sécurité et le confort des personnes âgées.

Le SD-Codec améliore le traitement audio en séparant efficacement les différents types de sons.

Cet article parle des méthodes pour améliorer la reconnaissance vocale pour les discours accentués.

Une nouvelle méthode améliore l'interprétabilité de la détection de discours truqué.

Un aperçu du nouveau système TTS à une seule étape qui améliore la génération de la parole.

Cette étude aborde les défis des modèles audio pour les langues à faibles ressources.

Cette étude améliore les systèmes de reconnaissance des émotions pour les langues moins courantes en utilisant des données à forte ressource.

Un modèle améliore les tâches de parole dans des environnements multilingues, en s'attaquant aux défis du code-switching.

Améliorer la synthèse vocale dans les langues indiennes en utilisant des unités inter-pausales.

DeFT-Mamba améliore la séparation et la classification des sons dans des environnements bruyants.

CADA-GAN améliore la performance des systèmes ASR dans différents environnements d'enregistrement.

EVA combine des signaux audio et visuels pour une meilleure précision de reconnaissance vocale.

Un nouveau cadre simplifie la reconnaissance vocale dans des environnements bruyants.

Llama-AVSR combine l'audio et les visuels pour améliorer la précision de la reconnaissance vocale.

WMCodec améliore le marquage audio pour plus de sécurité et d'authenticité.

De nouveaux modèles s'attaquent à la classification sonore avec peu de données d'entraînement.

Une nouvelle méthode améliore la détection des faux audios en utilisant des modèles préentraînés.

Une nouvelle méthode améliore la qualité et l'efficacité de la génération de discours.

Une méthode qui combine des données étiquetées et non étiquetées améliore la détection des sources sonores.

Découvrez comment les sons aident les joueurs de ping-pong.

Un système qui met la mélodie en avant tout en permettant de contrôler la génération de musique orchestrale.

Une nouvelle méthode utilise l'ombre virtuelle pour améliorer le retour sur la prononciation des apprenants en langues.

De nouvelles méthodes améliorent la qualité audio binaurale dans des environnements sonores difficiles.

Une nouvelle méthode ASR aide la technologie à mieux comprendre la parole des enfants.

Le compositeur utilise des invites textuelles pour créer des compositions musicales complexes en format MIDI.