Ingegneria elettrica e scienze dei sistemi - Elaborazione dell'audio e del parlato

La ricerca svela modi per migliorare i sistemi di rilevamento delle parole chiave riducendo il consumo energetico.

Prak semplifica l'allineamento fonetico per la ricerca sulla lingua ceca.

Un dataset audio completo punta a migliorare i metodi di dereverberazione per un suono più chiaro.

DAS-N2N usa il machine learning per migliorare la raccolta di dati sismici riducendo il rumore.

Nuove tecniche migliorano la precisione nel riconoscimento vocale in streaming e non.

Questo studio mette in evidenza come la tokenizzazione delle sottoparole migliora la qualità e l'efficienza nella generazione musicale.

Esaminando come gli attacchi avversari influenzano i sistemi di riconoscimento vocale e i metodi per migliorare la trasferibilità.

Esplorando metodi moderni per isolare segnali misti nell'audio e nell'elaborazione delle immagini.

CB-Conformer migliora il riconoscimento vocale per parole biasate con tecniche innovative.

Esplora le sfide di sicurezza e privacy della tecnologia degli assistenti vocali.

Migliorare i modelli di riconoscimento vocale per il tedesco svizzero usando tecniche avanzate e dataset.

Lo studio esplora come i dati mobili aiutano a capire le allucinazioni uditive verbali.

Un nuovo metodo migliora le difese contro attacchi audio avversari nei sistemi di riconoscimento vocale.

La ricerca si concentra su modelli efficienti per il riconoscimento delle parole chiave utilizzando reti snodabili.

CLaMP combina musica e linguaggio per la classificazione e la ricerca automatica della musica.

Un metodo matematico per valutare la bellezza delle performance musicali.

Scopri come i modelli pre-addestrati migliorano la tecnologia del riconoscimento delle emozioni nel parlato.

Un nuovo metodo migliora il morphing della texture audio per un design sonoro creativo.

Un nuovo metodo genera audio da testo usando modelli moderni.

Una competizione per migliorare la creazione automatica di suoni Foley per il multimedia.

Questo studio esplora come usare le playlist per migliorare la classificazione e la somiglianza della musica.

Un nuovo metodo migliora il rilevamento del suono usando dati etichettati e non etichettati.

Un nuovo metodo combina la voce pulita e le informazioni sul rumore per una chiarezza migliore.

Come il Deep Transfer Learning trasforma le tecnologie di Riconoscimento Automatico del Parlato.

La tecnologia innovativa separa le voci musicali usando tecniche di tracciamento avanzate.

Ora gli agricoltori possono tracciare con precisione i comportamenti delle mucche nonostante il rumore di fondo.

Nuovi metodi nella trascrizione musicale mostrano potenzialità con dati audio sintetizzati.

Un grande dataset di pianti dei neonati aiuta a capire la comunicazione e la salute infantile.

Un nuovo metodo migliora i sistemi di rilevamento delle parole chiave in condizioni a basso consumo di risorse.

Un nuovo framework migliora le previsioni delle traiettorie di volo utilizzando istruzioni vocali in tempo reale.

Un nuovo metodo migliora la didascalia audio generando frasi più chiare e varie.

LORIS genera musica di alta qualità che si sincronizza perfettamente con i movimenti dei video.

Uno studio mostra che le CNN possono creare combinazioni di parole da dati vocali grezzi.

PLiX usa il few-shot learning per migliorare il riconoscimento vocale in più lingue.

Questo articolo parla di come migliorare il rilevamento delle sequenze sonore nel riconoscimento audio.

Uno studio rivela come la chiarezza audio influisce sull'analisi dell'acquisizione linguistica nei neonati.

Uno strumento migliora i sistemi di posizionamento interni basati sul suono tramite simulazioni efficienti.

Un nuovo approccio migliora la comprensione del linguaggio parlato usando un'elaborazione audio efficiente.

Questo documento presenta un metodo per migliorare le CNN rimuovendo filtri inutili.

Un nuovo approccio migliora il riconoscimento vocale in tempo reale bilanciando velocità e precisione.