La technologie audio offre un moyen économique de suivre les UAVs en toute sécurité.
Allen Lei, Tianchen Deng, Han Wang
― 7 min lire
La science de pointe expliquée simplement
La technologie audio offre un moyen économique de suivre les UAVs en toute sécurité.
Allen Lei, Tianchen Deng, Han Wang
― 7 min lire
Une nouvelle méthode d'IA analyse les voix pour détecter le risque de cancer du larynx.
Mary Paterson, James Moor, Luisa Cutillo
― 9 min lire
Découvrez comment la synthèse vidéo-audio transforme nos expériences médias avec un son parfaitement aligné.
Ho Kei Cheng, Masato Ishii, Akio Hayakawa
― 9 min lire
Un nouveau système révolutionne la façon dont les designers sonores créent des audio pour les vidéos.
Riccardo Fosco Gramaccioni, Christian Marinoni, Emilian Postolache
― 10 min lire
Un aperçu de comment l'amélioration de la parole booste la communication grâce aux caractéristiques des données.
Leying Zhang, Wangyou Zhang, Chenda Li
― 10 min lire
De nouvelles méthodes améliorent les systèmes ASR pour des langues qu'ils n'ont jamais rencontrées avant.
Shao-Syuan Huang, Kuan-Po Huang, Andy T. Liu
― 8 min lire
Découvrez comment la tech TTA fusionne mots et sons pour des expériences audio plus riches.
Yuhang He, Yash Jain, Xubo Liu
― 9 min lire
Des chercheurs améliorent la reconnaissance vocale en suisse-allemand grâce à une génération de données innovante.
Vincenzo Timmel, Claudio Paonessa, Reza Kakooee
― 8 min lire
Une nouvelle méthode améliore la synchronisation labiale dans les vidéos doublées pour une expérience de visionnage plus naturelle.
Lucas Goncalves, Prashant Mathur, Xing Niu
― 8 min lire
Découvrez comment Whisper améliore la reconnaissance vocale dans les conversations multilingues.
Jiahui Zhao, Hao Shi, Chenrui Cui
― 6 min lire
Découvrez comment SpeechRAG améliore la réponse aux questions audio sans erreurs ASR.
Do June Min, Karel Mundnich, Andy Lapastora
― 7 min lire
Une nouvelle approche rend la reconnaissance sonore plus accessible et efficace.
Noriyuki Tonami, Wataru Kohno, Keisuke Imoto
― 8 min lire
Apprends comment l'anonymisation vocale protège les infos perso dans un monde dominé par la tech.
Natalia Tomashenko, Emmanuel Vincent, Marc Tommasi
― 7 min lire
Fusion des indices audio et visuels pour améliorer la reconnaissance vocale dans des environnements bruyants.
Zhaofeng Lin, Naomi Harte
― 7 min lire
La technologie d'amélioration de la parole s'adapte pour réduire le bruit et améliorer la communication.
Riccardo Miccini, Clement Laroche, Tobias Piechowiak
― 6 min lire
Une nouvelle tech combine le son et les visuels pour une meilleure détection des drones.
Zhenyuan Xiao, Yizhuo Yang, Guili Xu
― 8 min lire
Une nouvelle approche combine la parole et le texte pour de meilleures évaluations de la dysarthrie.
Anuprabha M, Krishna Gurugubelli, Kesavaraj V
― 7 min lire
Explorer des nouvelles technologies qui détectent des sons provenant de sources invisibles.
Yuhang He, Sangyun Shin, Anoop Cherian
― 6 min lire
Découvrez comment Smooth-Foley améliore la génération audio pour les vidéos.
Yaoyun Zhang, Xuenan Xu, Mengyue Wu
― 7 min lire
Une technique innovante relie les paroles et les mélodies pour créer de meilleures chansons.
Jiaxing Yu, Xinda Wu, Yunfei Xu
― 8 min lire
Améliorer la compréhension par les machines des dynamiques de tour de parole dans les dialogues humains.
Hyunbae Jeon, Frederic Guintu, Rayvant Sahni
― 10 min lire
Explorer comment la langue influence la précision de détection des DeepFake dans différentes langues.
Bartłomiej Marek, Piotr Kawa, Piotr Syga
― 7 min lire
VERSA évalue efficacement la qualité de la parole, de l'audio et de la musique.
Jiatong Shi, Hye-jin Shim, Jinchuan Tian
― 11 min lire
Découvrez comment les modèles audio-linguistiques transforment la technologie de reconnaissance sonore.
Gongyu Chen, Haomin Zhang, Chaofan Ding
― 7 min lire
De nouvelles méthodes améliorent le dialogue naturel dans la technologie de la parole.
Zhenqi Jia, Rui Liu
― 7 min lire
Découvrez comment SpeechSSM transforme la génération de discours long pour de meilleures interactions.
Se Jin Park, Julian Salazar, Aren Jansen
― 6 min lire
Découvrez comment la traduction en temps réel transforme la communication entre les langues.
Sara Papi, Peter Polak, Ondřej Bojar
― 7 min lire
Un modèle léger conçu pour séparer efficacement les discours mélangés dans des environnements bruyants.
Shaoxiang Dang, Tetsuya Matsumoto, Yoshinori Takeuchi
― 7 min lire
Des chercheurs s'attaquent au spoofing audio pour améliorer la sécurité de la reconnaissance vocale.
Xuechen Liu, Junichi Yamagishi, Md Sahidullah
― 11 min lire
Découvrez comment l'AV-ASR combine audio et visuels pour améliorer la reconnaissance vocale.
Yihan Wu, Yichen Lu, Yifan Peng
― 7 min lire
Une nouvelle méthode transforme la façon dont les machines apprennent de la musique.
Julien Guinot, Elio Quinton, György Fazekas
― 8 min lire
Une nouvelle technologie transforme les murmures silencieux en communication audible pour ceux qui en ont besoin.
Neil Shah, Shirish Karande, Vineet Gandhi
― 7 min lire
De nouvelles méthodes en synthèse vocale améliorent la clarté et l'adaptabilité pour des applications variées.
Neil Shah, Ayan Kashyap, Shirish Karande
― 9 min lire
Découvre la riche tradition des chants de l'Église orthodoxe éthiopienne Tewahedo.
Mequanent Argaw Muluneh, Yan-Tsung Peng, Li Su
― 8 min lire
Un nouveau dataset met en avant la beauté des chants orthodoxes éthiopiens.
Mequanent Argaw Muluneh, Yan-Tsung Peng, Worku Abebe Degife
― 9 min lire
De nouvelles avancées aident la technologie de reconnaissance vocale à mieux servir les personnes ayant des troubles de la parole.
Jimmy Tobin, Katrin Tomanek, Subhashini Venugopalan
― 8 min lire
Découvrez comment ETTA transforme des mots en expériences audio créatives.
Sang-gil Lee, Zhifeng Kong, Arushi Goel
― 7 min lire
Une nouvelle façon de voir comment la musique influence nos émotions.
Dengming Zhang, Weitao You, Ziheng Liu
― 8 min lire
Un nouveau cadre pour créer des danses de groupe synchronisées et naturelles.
Kaixing Yang, Xulong Tang, Haoyu Wu
― 10 min lire
Nouvelle approche dans la reconnaissance des émotions se concentre sur les mouvements de la bouche plutôt que sur les sons.
Shreya G. Upadhyay, Ali N. Salman, Carlos Busso
― 7 min lire