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

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.

Présentation de nouveaux modèles pour mieux extraire la parole dans des environnements bruyants.

Une nouvelle méthode améliore l'efficacité de la reconnaissance vocale en utilisant une adaptation de faible rang.

Combiner audio, vidéo et texte pour de meilleures évaluations de santé mentale.

Un aperçu des avancées en reconnaissance vocale pour améliorer la rapidité et la précision.

Améliorer la communication entre doc et patient grâce à des technologies de reconnaissance vocale avancées.

Explore les menaces à la vie privée et à la sécurité des technologies contrôlées par la voix.

La mélodie de Synthia aide les chercheurs à tester des modèles audio avec des données variées.

La recherche se concentre sur l'amélioration des systèmes ASR pour l'audio non segmenté.

La recherche se concentre sur l'optimisation des synthétiseurs pour les vocalisations humaines dans différents médias.

Une nouvelle méthode améliore la vérification des locuteurs en gérant efficacement la variabilité des sessions.

Les LLMs améliorent la précision et la correction des erreurs dans les systèmes de reconnaissance vocale.

Une nouvelle méthode améliore la reconnaissance sonore et la localisation des sources sans étiquettes.

Un nouveau standard pour améliorer la précision de la reconnaissance vocale avec des modèles de langue.

De nouvelles méthodes améliorent la traduction de la parole en se concentrant sur les informations contextuelles.

Une nouvelle méthode améliore la reconnaissance vocale pour les utilisateurs qui passent d'une langue à l'autre.

Découvre comment l'analyse sonore aide à repérer les problèmes de machines rapidement.

Ce projet améliore la traduction vocale en temps réel et les systèmes de sous-titrage automatiques.

Explorer comment la netteté des minima influence la performance du modèle sur des données audio inaperçues.

Une nouvelle méthode améliore la vérification des locuteurs en combinant les données audio et visuelles.

Une étude sur l'utilisation des transformateurs pour un étiquetage et une représentation musicale efficaces.

Une nouvelle méthode améliore le suivi des intervenants en utilisant des données audio et visuelles.

Une nouvelle façon d'évaluer la difficulté des morceaux de piano en utilisant des images de partitions.

PP-MeT vise à améliorer la précision dans la retranscription de réunions avec plusieurs intervenants.

Cette recherche présente un modèle pour améliorer la clarté de la parole dans différentes conditions.

Explorer les avancées dans le sous-titrage audio automatisé et son impact sur l'accessibilité.

Une recherche dévoile une méthode efficace pour améliorer la clarté de la parole dans des environnements bruyants.

Une nouvelle méthode simplifie le transfert de style audio en utilisant des effets non-différentiables.

La recherche examine comment la musique informatique se compare à la performance humaine à travers des tests d'écoute.

Découvre comment les polynômes ultrasphériques améliorent la technologie audio et la directionnalité du son.

Utiliser l'IA pour améliorer comment on recrée le son dans différents environnements.

Une nouvelle méthode améliore la reconnaissance vocale en utilisant moins d'étiquettes et de ressources.

De nouvelles méthodes améliorent le lien entre les descriptions textuelles et les événements sonores.

Des méthodes innovantes améliorent la façon dont les robots traitent la direction du son en mouvement.

Apprends-en sur le beamforming à valeurs réelles et ses avantages pour les réseaux de microphones.

Une nouvelle approche pour la génération de discours petite, efficace et qui sonne naturel.

MusicAOG simplifie la création et la compréhension de la musique grâce à une représentation graphique innovante.

Un nouveau cadre pour combiner des réseaux de microphones sphériques et de haut-parleurs dans les études sonores.