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

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.

Une nouvelle méthode reconstruit le son à partir des signaux cérébraux, révélant des infos sur le traitement auditif.

Un guide pour utiliser des modèles d'IA pour la musique sur la plateforme Bela.

Une nouvelle méthode évalue les systèmes de reconnaissance automatique de la parole sans avoir besoin de textes de référence.

NoRefER propose une nouvelle méthode pour évaluer les résultats de reconnaissance vocale sans avoir besoin de transcriptions.

Cet article parle d'une méthode pour améliorer les sous-titres vidéo en intégrant l'audio.

Un nouveau modèle améliore la conversion vocale en simplifiant les techniques de séparation de la parole.

La recherche vise à combiner des données audio et symboliques pour l'analyse de similarité musicale.

De nouvelles méthodes améliorent la segmentation de la parole dans les conversations multilingues.

NoisyILRMA améliore l'extraction du son des bruits de fond pour une expérience audio plus claire.

Cet article parle du rôle de l'apprentissage auto-supervisé dans la technologie musicale.

Un nouveau cadre améliore la reconnaissance vocale pour les langues à faibles ressources et la scalabilité multilingue.

Les systèmes de reconnaissance vocale personnalisés améliorent grave la communication pour les personnes DHH.

De nouvelles méthodes utilisent des résumés de conversation pour améliorer la reconnaissance des locuteurs.

Améliorer les systèmes de feedback pour les apprenants en anglais en s'attaquant au problème du démarrage à froid.

Recherche des méthodes pour localiser les sources de bruit des éoliennes pour réduire le bruit.

Présentation d'un nouveau modèle pour identifier les techniques de chant dans les pistes audio.

Un nouveau modèle améliore l'extraction de la parole en utilisant des infos audio et visuelles.

Wespeaker simplifie la reconnaissance de locuteurs avec des outils faciles à utiliser et des modèles préentraînés.

Une nouvelle méthode transforme les signaux mono en expériences stéréo captivantes.

Une étude sur l'amélioration de la détection des émotions dans la parole pour des groupes divers.

Cet article parle d'améliorer la reconnaissance vocale en utilisant des méthodes d'ensemble basées sur la confiance.

Une étude utilise un dispositif multi-données pour suivre les habitudes de sommeil des bébés plus précisément.

3D-Speaker propose une grosse collection d'enregistrements audio pour une analyse de la parole avancée.

GenerTTS améliore la technologie de synthèse vocale pour des applications multilingues.

Un nouveau système améliore la détection des audios manipulés grâce à des techniques innovantes.

Améliorer la reconnaissance vocale pour des voix qui se chevauchent rend l'utilisation plus facile dans plein de situations.

De nouvelles méthodes améliorent la séparation des voix dans des environnements audio mélangés.

Découvrez comment de nouvelles techniques améliorent la clarté de la parole dans des environnements bruyants.

Une nouvelle méthode pour rendre la synthèse vocale plus personnelle en utilisant moins de données vocales.

De nouvelles méthodes améliorent la localisation du son grâce à des réseaux de micros distribués.

Cette étude examine des méthodes pour protéger la vie privée tout en analysant des conversations parlées.

Des attaques récentes par backdoor révèlent des risques dans les technologies d'identification vocale.

Un nouveau modèle améliore l'extraction de la parole des bruits de fond grâce à l'apprentissage profond.

GOLF propose une nouvelle façon de créer un chant qui sonne humain en utilisant moins de ressources.

Recherche sur la prédiction de l'âge et du genre à partir de données vocales en utilisant des modèles innovants.