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

Un nuovo sistema migliora la chiarezza del parlato per gli studenti di lingue, concentrandosi sull'allenamento dell'accento.

Analizzare le caratteristiche della musica rage attraverso il machine learning per una migliore classificazione dei generi.

I falsi audio sono un problema serio; metodi di rilevamento efficaci sono essenziali.

Un nuovo metodo migliora l'accuratezza nel rilevare audio sintetico.

Un nuovo metodo per separare e manipolare suoni musicali.

SSL-TTS semplifica la sintesi vocale usando pochi dati di addestramento per risultati di alta qualità.

Nuovi metodi migliorano i modelli ASR per più lingue, preservando le conoscenze passate.

Un nuovo approccio migliora il riconoscimento delle frasi con cambio di codice nel linguaggio bilingue.

Un sistema innovativo automatizza la generazione di suoni per film e giochi.

Nuovi metodi migliorano il riconoscimento vocale in ambienti rumorosi.

Il nuovo modello migliora la conversione vocale, specialmente per il parlato sussurrato e le applicazioni in tempo reale.

Esplorando un nuovo approccio digitale alla modellazione del suono degli amplificatori per chitarra.

Presentiamo un sistema rivoluzionario per generare musica vocale hindustani.

Un nuovo metodo per modellare con precisione i compressori ottici usando reti neurali.

WhisperMask cattura la voce chiaramente nei posti rumorosi, migliorando la comunicazione.

Nuovi metodi migliorano le valutazioni della qualità della voce per i pazienti con problemi al sistema vocale.

VoiceX semplifica il processo di creazione di voci personalizzate per diverse applicazioni.

Esaminando come i modelli vocali influenzano il significato e le prestazioni della tecnologia.

NEST offre un approccio più veloce ed efficiente per i compiti di riconoscimento vocale self-supervised.

Uno sguardo ai metodi di misurazione del bias per la verifica dell'identità del parlante.

I benchmark attuali non valutano bene la capacità dei modelli di collegare dati audio e visivi.

Nuovi algoritmi migliorano l'accuratezza nell'identificare l'inizio delle note musicali.

Wav2Small migliora il riconoscimento delle emozioni nel parlato con minori esigenze di risorse.

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

Nuovi metodi migliorano il riconoscimento vocale per la comunicazione sussurrata.

Una panoramica dei ricchi dialetti del Tamil e dei metodi di identificazione.

DUSTED migliora l'efficienza nell'identificare le parole parlate analizzando i modelli fonetici.

Un nuovo metodo migliora il riconoscimento del suono con meno potenza di calcolo.

Un nuovo modo per rilevare problemi delle macchine senza compromettere la privacy dei dati.

VoiceTailor trasforma i sistemi TTS per output vocali personali e super efficienti.

Scopri come il suono si diffonde negli spazi e le sue applicazioni.

StyleSpeech migliora i sistemi TTS catturando le sfumature del linguaggio naturale.

Esplorare metodi per migliorare la chiarezza del parlato in ambienti rumorosi tramite deep learning.

Il modello DualSpeech migliora la chiarezza TTS e la somiglianza con il parlante.

Presentiamo SONICS, un dataset creato per riconoscere con precisione la musica generata dall'IA.

Nuovi metodi migliorano il rilevamento di audio falsificato in condizioni reali.

Un nuovo metodo migliora il riconoscimento vocale per l'hindi usando tecniche di pseudo-etichettatura.

La ricerca propone metodi migliori per valutare la riverberazione tardiva nelle stanze.

EmoAttack sfrutta la conversione vocale emotiva per sfruttare le vulnerabilità nei sistemi di riconoscimento vocale.

Questo articolo esamina tecniche per l'analisi automatica dei suoni vocali dei suricati.