Derniers articles pour Traitement audio

Apprends comment la techno aide à classer les genres musicaux efficacement.

Cette étude explore les problèmes liés à l'utilisation des convnets pour la création de filtres audio.

Le modèle CLAP fait le lien entre le traitement audio et le traitement de texte pour plein d'applications.

PIAVE aide les machines à extraire les voix clairement, même quand les intervenants tournent la tête.

AV2Wav améliore la qualité de la parole en utilisant des indices audio et visuels.

Présentation d'un cadre flexible pour améliorer la recherche sur la confidentialité vocale.

Des recherches montrent que le discours émotionnel influence les performances des modèles dans les tâches de séparation de la parole.

De nouvelles méthodes améliorent notre capacité à détecter efficacement les discours falsifiés.

De nouvelles méthodes améliorent la performance des vocodeurs avec des données audio limitées.

Une approche solide pour identifier les anomalies audio et lutter contre le spoofing vocal.

Présentation d'une méthode plus rapide pour la synthèse vocale de haute qualité utilisant des modèles de diffusion.

HiFTNet propose une synthèse vocale rapide et de haute qualité en utilisant des techniques innovantes et efficaces.

AV-SUPERB évalue les modèles audio et visuels sur différentes tâches pour une meilleure performance.

Une nouvelle méthode améliore la vitesse et l'efficacité de la génération de texte en audio.

Un nouveau modèle améliore l'efficacité et la performance de la séparation des voix.

Une nouvelle approche génère des légendes audio en utilisant seulement du texte, ce qui améliore l'efficacité des données.

Explorer les défis et les innovations pour faire correspondre les enregistrements audio à la partition.

Utiliser le clustering k-means pour optimiser les données audio pour un meilleur entraînement des modèles.

Une étude montre que l'augmentation audio peut améliorer la reconnaissance vocale dans les langues à faibles ressources.

De nouvelles stratégies améliorent l'apprentissage avec des étiquettes faibles en sélectionnant des exemples négatifs pertinents.

Une méthode pour choisir le meilleur modèle ASR en fonction des caractéristiques audio.

Apprends comment la dé-réverbération améliore la reconnaissance vocale dans des environnements bruyants.

Cette étude présente un modèle basé sur l'attention pour estimer les volumes de pièces à partir d'enregistrements audio.

Le modèle ASCA améliore la précision de classification audio pour les petits jeux de données.

Cette étude transforme les données de langue obtenues par IRM en audio de parole réel.

Cette étude explore comment la compression de modèle impacte la reconnaissance vocale dans des environnements bruyants.

Explore comment l'apprentissage actif en ligne améliore l'efficacité de la reconnaissance sonore.

Un nouveau modèle améliore la compréhension de la parole et des sons en même temps.

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.

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

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

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

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.

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

E-SHARC améliore l'identification des locuteurs dans différents environnements audio.

Une nouvelle approche simplifie la segmentation audio-visuelle sans avoir besoin de données étiquetées coûteuses.

Une méthode améliore la clarté de la parole dans des environnements bruyants sans données d'entraînement claires.

Explore le rôle des ondelettes dans l'analyse de la régularité des fonctions et ses applications.