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

De nouveaux modèles améliorent la façon dont les machines réagissent aux questions basées sur l’audio.

La recherche vise à améliorer la détection de la langue dans les conversations anglais-mandarin.

De nouvelles méthodes améliorent la synthèse vocale pour l'allemand suisse à partir de textes en allemand standard.

Explorer des méthodes pour améliorer la reconnaissance vocale multilingue dans les langues indiennes.

Découvrez comment SVVAD améliore la détection de l'activité vocale pour une meilleure vérification des locuteurs.

Une nouvelle méthode améliore les retours sur la prononciation pour les apprenants de langues.

Un nouveau cadre évalue comment les modèles de parole s'adaptent à des tâches spécifiques.

La recherche améliore la traduction vocale multilingue en utilisant des connaissances sémantiques.

Les modèles HuBERT améliorent les tâches de parole en utilisant plusieurs résolutions pour de meilleures performances.

De nouvelles techniques améliorent la précision pour reconnaître les intervenants et détecter les imposteurs.

Une nouvelle approche améliore la réponse de phase dans les effets audio virtuels en utilisant l'apprentissage profond.

SlothSpeech dévoile des failles dans les systèmes de reconnaissance vocale, les ralentissant considérablement.

UnDiff améliore la qualité audio grâce à des techniques innovantes de restauration de la parole.

Les chercheurs étudient comment le GSLM traite la parole dans des environnements bruyants.

De nouvelles méthodes en apprentissage automatique améliorent les capacités de détection du bégaiement.

EmoMix permet de créer des discours exprimant des émotions mélangées avec une intensité précise.

Découvrez la méthode innovante du Multi-Window Masked Autoencoder pour améliorer le traitement audio.

Une nouvelle méthode fusionne des données audio et visuelles pour réparer la parole manquante.

Explorer des méthodes pour détecter les discours de haine dans les diffusions audio de langues sous-représentées.

Une nouvelle méthode restaure les hautes fréquences perdues dans les enregistrements historiques.

Une nouvelle méthode améliore les systèmes de reconnaissance automatique de la parole pour plus de précision et d'adaptabilité.

Un nouveau modèle améliore la diffraction du son dans les environnements virtuels.

Le biais contextuel améliore les systèmes de reconnaissance vocale, augmentant la précision dans les tâches spécialisées.

Une nouvelle approche pour changer les émotions dans la parole au milieu du bruit ambiant.

Cette étude présente un nouveau système pour détecter les erreurs de prononciation chez les apprenants de langues.

Le système Q A utilise l'apprentissage auto-supervisé pour réorganiser la musique de manière innovante.

Une nouvelle méthode améliore la qualité du texte en parole et l'expression émotionnelle.

Des chercheurs combinent des données audio et visuelles pour améliorer la compréhension de la parole dans des endroits bruyants.

Découvre comment la technologie de contrôle actif du bruit est en train de changer notre expérience sonore.

Des techniques pour réduire la taille des modèles tout en gardant la performance émergent.

Nouveau modèle imite les effets de phasage analogique avec des techniques d'apprentissage améliorées.

Un nouveau modèle réduit la taille tout en améliorant la reconnaissance vocale multilingue.

Une nouvelle méthode améliore la précision de la reconnaissance vocale pour les accents africains.

Examiner l'impact des évaluations détaillées sur les systèmes de synthèse vocale.

Améliorer la clarté de la voix grâce à des techniques d'annulation d'écho efficaces et au machine learning.

SingNet améliore le suivi des beats dans les voix chantées en utilisant des données passées.

Un nouveau système améliore la reconnaissance vocale dans des situations avec plusieurs intervenants.

LipVoicer génère une voix claire à partir de vidéos silencieuses en utilisant des méthodes de lecture labiale avancées.

De nouvelles méthodes visent à améliorer la communication des personnes atteintes de dysarthrie.

Cette étude examine les avantages de fusionner le traitement de la parole avec des données visuelles.