Articoli più recenti per Audio

Un nuovo framework trasforma i segnali MEG in testo significativo, aiutando la tecnologia di comunicazione.

Un nuovo approccio alla captioning audio riduce la dipendenza dai dati abbinati.

Questo studio esamina i metodi audio per tracciare i movimenti dei pedoni nelle aree urbane.

Un nuovo sistema aiuta a separare il parlato dal rumore per una comunicazione più chiara.

Un nuovo sistema aiuta i robot ad apprendere compiti utilizzando audio da dimostrazioni reali.

Uno studio sull'uso di dati testuali e audio per migliorare il riconoscimento delle emozioni.

Nuovo dataset migliora la generazione audio da descrizioni testuali dettagliate.

Presentiamo i dataset MERGE per migliorare la classificazione delle emozioni nella musica.

Uno sguardo ai metodi di creazione e rilevamento dei deepfake.

Esaminare come il feedback durante le collisioni influenzi l'esperienza utente nei luoghi affollati della realtà virtuale.

Un nuovo approccio migliora il rilevamento dei deepfake usando analisi audio-visiva.

Un nuovo metodo migliora la creazione del suono per modelli umani 3D realistici.

Un nuovo metodo combina testo, emozioni e audio per una migliore rilevazione della salute mentale.

Un progetto che offre supporto emotivo tramite risposte audio per chi ne ha bisogno.

Un nuovo modello di testo-audio che usa solo dati pubblici.

OmniBind integra vari tipi di dati per migliorare la comprensione e la generazione dei contenuti.

Esaminando come i codec mantengono i toni emotivi nei dati vocali.

Uno studio su come migliorare i metodi per rilevare la compressione audio con perdita per un suono di qualità migliore.

Un nuovo modello che sincronizza le annotazioni degli accordi con l'audio musicale senza problemi.

Un framework che identifica efficacemente i contenuti deepfake attraverso l'analisi combinata di audio e video.

Un nuovo approccio unisce dati audio, video e testuali per una diagnosi efficace della depressione.

VAT-CMR permette ai robot di recuperare oggetti usando dati visivi, audio e tattili.

UniTalker unisce set di dati per migliorare l’accuratezza dell’animazione facciale.

Style-Talker migliora le conversazioni tra umani e macchine grazie a una maggiore profondità emotiva.

Un nuovo approccio si concentra su piccole incoerenze nella rilevazione dei deepfake.

Un nuovo metodo combina EEG, audio e espressioni facciali per valutare la salute mentale.

Uno sguardo alle complessità dell'identificazione delle tracce audio miste.

Un nuovo modello separa il timbro e la struttura per una creazione audio migliore.

RoboMNIST aiuta i robot a riconoscere diverse attività usando WiFi, video e audio.

X-Codec migliora la generazione audio integrando la comprensione semantica nel processo.

Nuovi metodi migliorano la separazione vocale in ambienti rumorosi.

Un nuovo sistema genera voce da testo usando pochi dati.

Nuovi metodi di watermarking proteggono i creatori nei modelli generativi audio.

Un nuovo framework migliora la generazione di movimenti per animazioni ed esperienze virtuali.

Un nuovo modello semplifica la produzione audio eliminando automaticamente i suoni di respiro.

Un nuovo metodo migliora la trasformazione audio mantenendo melodia e qualità del suono.

Questo studio valuta le reti neurali per replicare le caratteristiche del riverbero a molla.

ParaEVITS migliora l'espressione emotiva nel TTS attraverso la guida del linguaggio naturale.

Nuovi metodi migliorano l'accesso alle notizie parlate segmentando meglio gli argomenti.

SoloAudio migliora l'estrazione del suono usando tecniche avanzate e dati sintetici.