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

Explore des données sonores de 41 instruments de musique avec des enregistrements détaillés.

Recherche sur l'amélioration des embeddings acoustiques des mots avec compréhension sémantique et données multilingues.

Les nouvelles technologies améliorent la communication pour les personnes avec des troubles de la parole.

Un nouveau système combine transcription et traduction pour une meilleure communication.

Whisper-AT combine la reconnaissance vocale et le marquage audio pour de meilleures performances.

Une nouvelle approche qui combine la parole avec des modèles de langage pour une traduction améliorée.

Une nouvelle méthode améliore la précision pour transformer l'audio de piano en partitions.

Cet article parle des besoins et des défis dans la technologie audio générative.

De nouvelles méthodes utilisent les sons de la toux et des données de santé pour mieux détecter la tuberculose.

Cette étude examine comment les caractéristiques vocales évoluent chez les patients atteints de cancer de la bouche après le traitement.

Une nouvelle méthode pour changer le timbre musical en utilisant des techniques avancées d'apprentissage machine.

De nouvelles méthodes améliorent la précision de la reconnaissance vocale, en s'attaquant aux erreurs courantes de transcription.

Une étude sur l'amélioration de la reproduction sonore vocale grâce à des techniques de synthèse avancées.

VampNet transforme le traitement de la musique grâce à des techniques de modélisation de jetons innovantes.

Technologie portable abordable pour les personnes malentendantes.

Un nouveau modèle améliore la précision du timing pour les paroles dans les applis musicales.

Un synthétiseur en ligne qui permet aux utilisateurs de créer de la musique avec des gestes simples.

Une étude sur le rôle de l'IA dans la création de musique metal progressive.

Un modèle qui crée des tablatures de guitare reflétant le style de guitaristes célèbres.

Explorer le potentiel de l'apprentissage auto-supervisé dans la recherche d'informations musicales.

Utiliser des signaux audio pour identifier les risques de santé respiratoire.

Une nouvelle méthode améliore la vitesse et la précision de la reconnaissance vocale tout en réduisant l'utilisation des ressources.

Cette étude améliore le suivi de la faune en utilisant des embeddings audio pour une meilleure classification des sons.

Urhythmic améliore la conversion vocale en se concentrant sur le rythme de la parole.

La recherche améliore les techniques de fingerstyle percussif pour les guitaristes en utilisant la récupération de son en temps réel.

Cet article explore un nouveau modèle pour l'identification de l'intention de discours et des slots.

Avec l'avancée de la technologie de clonage vocal, des méthodes de détection fiables sont super importantes.

Une nouvelle méthode améliore la reconnaissance vocale en utilisant seulement des données audio brutes.

Une étude améliore la reconnaissance vocale pour les personnes âgées, en utilisant des techniques innovantes.

BASS améliore le résumé des longs audios en traitant par blocs.

De nouvelles méthodes représentent des risques de sécurité sérieux pour la technologie de reconnaissance vocale.

ivrit.ai fournit des ressources essentielles pour améliorer la technologie ASR en hébreu.

Des techniques innovantes transforment la façon dont on traduit le langage parlé.

De nouvelles méthodes visent à cacher l'identité des intervenants tout en gardant la clarté de la parole.

Nouveau modèle améliore la vitesse de reconnaissance vocale et l'utilisation de la mémoire.

De nouvelles méthodes améliorent la reconnaissance vocale dans des domaines spécifiques sans avoir besoin de beaucoup de données.

Un nouveau jeu de données met en avant les interprétations créatives des pianistes de jazz sur des standards classiques.

De nouvelles méthodes améliorent la représentation sonore en réalité virtuelle et augmentée.

FlexiAST permet aux modèles de s'adapter efficacement à différentes tailles de patch audio.

Des chercheurs utilisent l'apprentissage automatique pour améliorer le diagnostic du cancer de la gorge grâce à l'analyse de la parole.