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

I ricercatori migliorano il riconoscimento dei gesti usando tecniche di apprendimento innovative.

Un sistema portatile riduce il rumore in cantiere, migliorando il comfort dei lavoratori e il benessere della comunità.

Nuovi modelli come FluxMusic migliorano la creazione musicale a partire da testi scritti.

Questo articolo parla dei benefici di unire i sistemi di riconoscimento vocale e facciale.

Un nuovo modello migliora il riconoscimento vocale combinando in modo efficace input audio e visivi.

Nuovi modelli migliorano la precisione nel rilevare la depressione tramite registrazioni vocali.

Un nuovo metodo migliora le prestazioni del modello di linguaggio in vari compiti.

Un nuovo metodo migliora l'accuratezza del riconoscimento delle parole chiave usando dati audio non etichettati.

La ricerca mostra che l'analisi del linguaggio può aiutare nella rilevazione precoce del lieve deterioramento cognitivo.

Un nuovo metodo migliora la generazione musicale concentrandosi sugli accordi e sulla rappresentazione.

I ricercatori hanno creato LibriheavyMix per migliorare il riconoscimento vocale in ambienti rumorosi.

Nuovi metodi migliorano il riconoscimento vocale in situazioni difficili con più parlanti.

Un dataset rivoluzionario potenzia gli strumenti AI per diagnosticare le malattie cardiache.

Un nuovo sistema aiuta a far rivivere la lingua Hakka taiwanese.

Nuovi metodi migliorano la chiarezza del parlato in ambienti rumorosi usando tecnologie avanzate.

Nuovi metodi migliorano la separazione vocale in ambienti rumorosi.

Questo articolo esplora metodi per migliorare i sistemi di sintesi vocale per lingue poco rappresentate.

Questo studio esamina come la melodia varia e si collega tra diverse culture.

Un framework che usa modelli di linguaggio grandi per creare dialoghi audio autentici.

Un nuovo benchmark aiuta a valutare i tokenizer vocali per migliorare le prestazioni.

Un nuovo metodo migliora il riconoscimento vocale automatico mantenendo l'ordine dei suoni nel trasferimento delle conoscenze.

Un nuovo modello migliora il riconoscimento vocale nelle conversazioni multilingue.

Questo studio analizza l'efficacia dei LLM nella musicologia e la loro affidabilità.

Questo studio analizza come il rumore possa migliorare la resilienza nel riconoscimento del parlato di fronte alle sfide.

Scopri come un microfono in più migliora la rilevazione della direzione del suono in ambienti rumorosi.

Un nuovo metodo migliora la conversione della voce usando meno campioni.

Un trasduttore innovativo e leggero migliora l'efficienza e la precisione del riconoscimento vocale.

Nuovi metodi migliorano la creazione musicale attraverso l'analisi audio e il controllo dell'utente.

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

Scopri come DDSP migliora l'efficienza e la qualità della sintesi vocale.

Questo studio migliora la SER grazie a una migliore pre-elaborazione e modelli di attenzione più efficienti.

Un sistema per regolare la musica in tempo reale nei giochi e nei film.

aTENNuate offre un miglioramento efficiente in tempo reale dei segnali vocali, migliorando la chiarezza della comunicazione.

I ricercatori esplorano gli echi ultrasonici per misurazioni di distanza precise in ambienti interni tranquilli.

Le tecniche di anonimizzazione degli speaker proteggono le informazioni personali mantenendo chiara la comunicazione.

Nuovi metodi migliorano la chiarezza vocale in ambienti rumorosi per gli auricolari.

Un nuovo modello migliora la separazione vocale e la trascrizione melodica nella musica.

La ricerca svela come i neuroni nei modelli di linguaggio riconoscono le caratteristiche chiave del suono.

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

I modelli di linguaggio per il parlato sembrano promettenti, ma faticano a identificare i relatori nelle conversazioni.