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

Une nouvelle approche améliore notre façon d'évaluer la qualité audio spatiale.

Une étude sur comment distinguer la parole lue et la parole spontanée.

Un nouveau modèle améliore le réalisme de la parole synthétique.

Malafide introduit des techniques de spoofing sophistiquées, rendant les contre-mesures en reconnaissance vocale plus compliquées.

Un nouveau modèle améliore la précision et l'efficacité dans le suivi des sources sonores.

Un nouveau jeu de données améliore la compréhension du langage parlé en italien.

MCR-Data2vec 2.0 améliore la reconnaissance vocale en rendant le modèle plus cohérent.

EM-Network améliore l'apprentissage des séquences dans les tâches de traitement de la parole et du langage.

De nouvelles méthodes améliorent la reconnaissance vocale multilingue en utilisant des sources de données existantes.

La recherche se concentre sur l'amélioration de la technologie vocale pour les langues qui manquent de données suffisantes.

Un aperçu des développements récents pour améliorer la clarté audio avec des modèles avancés.

Un nouveau jeu de données vise à classer les partitions de piano par niveau de difficulté.

Le cadre Gesper améliore la clarté de la parole dans des environnements bruyants.

Cette étude présente une nouvelle méthode pour améliorer la qualité de la parole en utilisant des modèles pré-entraînés.

Combiner audio, vidéo et texte rend la détection des discours de haine plus efficace.

Cet article parle d'une nouvelle méthode pour construire des systèmes ASR efficaces.

Une nouvelle approche améliore la reconnaissance vocale directement sur les smartphones tout en garantissant la vie privée des utilisateurs.

Une nouvelle méthode améliore la précision pour identifier les intervenants pendant les conversations.

Des équipes améliorent l'identification des sons d'animaux avec quelques exemples dans le défi DCASE.

Découvre les systèmes de taggage audio et comment les utiliser sur Raspberry Pi.

De nouvelles techniques améliorent la précision et l'efficacité pour identifier les reprises.

Une nouvelle méthode améliore le contrôle du bruit dans les espaces en 3D.

CML-TTS permet d'améliorer les systèmes de conversion texte-parole dans sept langues.

Cette étude évalue différents modèles pour prédire la qualité de la parole synthétisée.

Des chercheurs automatisent la classification des sons d'oiseaux, améliorant la précision dans le suivi des espèces.

FALL-E crée des effets sonores de haute qualité à partir de descriptions textuelles.

Une nouvelle méthode améliore la conversion vocale pour les personnes avec un discours atypique.

SURT 2.0 améliore la reconnaissance vocale pour plusieurs intervenants en temps réel.

MARBLE établit une norme pour évaluer les modèles d'IA musicale sur plusieurs tâches.

Une nouvelle méthode améliore la précision pour identifier les chants d'oiseaux.

De nouveaux algos améliorent la performance du traitement audio à différents taux d'échantillonnage.

La recherche explore l'analyse du son pour améliorer le tri des moustiques dans le cadre du contrôle des maladies.

Explore deux méthodes innovantes pour changer le timbre vocal en utilisant le traitement du signal numérique.

Une nouvelle méthode améliore la technologie de reconnaissance vocale sans perdre les connaissances déjà acquises.

Un nouveau modèle améliore la précision de la transcription musicale pour plusieurs instruments.

Une nouvelle méthode combine l'apprentissage traditionnel et profond pour une imagerie sonore efficace.

De nouvelles méthodes améliorent le réalisme dans les technologies audio en utilisant des techniques informées par la physique.

Un nouveau modèle améliore l'apprentissage des mots en utilisant de l'audio et des images.

Enquête sur comment la technologie vocale peut empêcher la participation en double des patients dans les essais.

Un nouveau jeu de données aide à identifier les signes de dépression et d'anxiété grâce à l'analyse de la parole.