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

Efforts pour améliorer les systèmes de reconnaissance vocale pour l'arabe tunisien et le code-switching.

Des méthodes innovantes visent à adapter la création musicale aux préférences des utilisateurs.

Un nouveau modèle améliore l'efficacité et la performance de la séparation des voix.

Une nouvelle méthode évalue la qualité audio en utilisant plusieurs micros dans différents environnements.

Une nouvelle méthode améliore la séparation des sons à travers différentes fréquences.

Explore les avancées dans l'annulation d'écho pour améliorer la qualité des appels.

Une nouvelle méthode améliore la génération de musique en ajoutant du contexte de performance.

Une nouvelle approche génère des légendes audio en utilisant seulement du texte, ce qui améliore l'efficacité des données.

Explorer les défis et les innovations pour faire correspondre les enregistrements audio à la partition.

Une nouvelle approche utilise l'apprentissage auto-supervisé pour relier l'audio et la partition.

Une nouvelle méthode améliore l'accord entre audio et partitions.

Utiliser le clustering k-means pour optimiser les données audio pour un meilleur entraînement des modèles.

Une étude montre que l'augmentation audio peut améliorer la reconnaissance vocale dans les langues à faibles ressources.

Une nouvelle approche améliore l'efficacité des modèles ASR multilingues en intégrant des techniques de masquage adaptatif.

Enquête sur l'audio deepfake pour améliorer les modèles de transcription pour les langues moins courantes.

De nouvelles stratégies améliorent l'apprentissage avec des étiquettes faibles en sélectionnant des exemples négatifs pertinents.

Une nouvelle méthode pour marquer des audios créés par des modèles de diffusion pour protéger les droits d'auteur.

De nouvelles techniques améliorent les systèmes ASR pour une meilleure reconnaissance de la parole longue.

De nouvelles techniques visent à améliorer la précision des appareils activés par la voix contre les attaques.

DurIAN-E améliore la synthèse vocale avec une expressivité et un flot naturel renforcés.

Découvre comment SER améliore les interactions homme-machine grâce à la détection des émotions.

Une méthode pour choisir le meilleur modèle ASR en fonction des caractéristiques audio.

Apprends comment la dé-réverbération améliore la reconnaissance vocale dans des environnements bruyants.

Coco-Nut propose des échantillons de voix japonaise variés pour des applis avancées de synthèse vocale.

Cette étude présente un modèle basé sur l'attention pour estimer les volumes de pièces à partir d'enregistrements audio.

Le modèle ASCA améliore la précision de classification audio pour les petits jeux de données.

MyST vise à améliorer l'apprentissage des sciences chez les enfants grâce à du tutorat virtuel.

Une étude compare la précision de localisation sonore entre des formats audio à quatre canaux et à deux canaux.

Un aperçu de M2MeT 2.0 et son impact sur la transcription des réunions.

Une nouvelle méthode de traitement audio améliore l'anonymat des intervenants tout en gardant la clarté de la parole.

Cette étude transforme les données de langue obtenues par IRM en audio de parole réel.

Cette étude explore comment la compression de modèle impacte la reconnaissance vocale dans des environnements bruyants.

Explore comment l'apprentissage actif en ligne améliore l'efficacité de la reconnaissance sonore.

Un nouveau modèle améliore la compréhension de la parole et des sons en même temps.

Un système qui classe la langue des clients dans les séances de thérapie en utilisant plusieurs méthodes de communication.

Une nouvelle techno améliore la détection de la dysarthrie et la classification de sa gravité.

De nouvelles méthodes améliorent la détection précoce des problèmes de voix en utilisant des caractéristiques de la source glottale.

Améliorer les modèles de parole pour mieux reconnaître et s'adapter à différents accents.

DCLS améliore la performance de classification audio en apprenant les positions des noyaux pendant l'entraînement.

Une nouvelle méthode améliore l'apprentissage machine des données audio-visuelles.