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

Calcolo e linguaggioValutare i sistemi di diarizzazione degli speaker online

Questo articolo esamina la latenza di vari sistemi di diarizzazione degli speaker nell'elaborazione audio.

2025-07-21T04:12:10+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoMigliorare la sintesi vocale con la modellazione sub-centro

Migliorare la sintesi vocale per una generazione di voce più naturale ed espressiva.

2025-07-21T03:23:35+00:00 ― 5 leggere min

Calcolo e linguaggioLearnerVoice: Potenziamento del Riconoscimento Vocale per gli Studenti di Lingue

Nuovo dataset punta a migliorare il riconoscimento vocale per i parlanti non nativi dell'inglese.

2025-07-21T02:35:00+00:00 ― 6 leggere min

Calcolo e linguaggioAvanzare il riconoscimento delle emozioni nelle conversazioni

Un nuovo framework, BiosERC, migliora il riconoscimento delle emozioni tenendo conto delle caratteristiche del parlante.

2025-07-21T01:46:25+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoCapire la simpatia della voce nel design tecnologico

Questo studio esamina come le preferenze vocali variano tra diversi ascoltatori.

2025-07-21T00:57:50+00:00 ― 5 leggere min

Apprendimento automaticoSviluppi nei modelli di previsione della volatilità delle azioni

Un nuovo modello affronta i pregiudizi e migliora le previsioni sui prezzi delle azioni usando dati diversi.

2025-07-20T23:20:04+00:00 ― 6 leggere min

Visione artificiale e riconoscimento di modelliNuovo metodo per creare suono da video e testo

Questo articolo presenta un metodo per generare suoni precisi da video e testo.

2025-07-20T16:03:25+00:00 ― 7 leggere min

Elaborazione dell'audio e del parlatoAvanzamenti nella Sintesi del Suono delle corde

Un nuovo modello migliora la simulazione degli strumenti a corde per un suono realistico.

2025-07-20T15:14:50+00:00 ― 7 leggere min

Elaborazione dell'audio e del parlatoUn nuovo modo per modificare i suoni del parlato

Introducendo un metodo per avere un controllo migliore nell'editing del parlato.

2025-07-20T12:49:05+00:00 ― 5 leggere min

SuonoRiconoscere le Epoche Musicali Attraverso Dati Audio e degli Artisti

Uno studio per classificare la musica in base all'epoca usando le caratteristiche audio e le intuizioni degli artisti.

2025-07-20T10:23:20+00:00 ― 6 leggere min

SuonoNuovo Quadro per Analizzare i Suoni degli Animali

Un nuovo modello migliora lo studio della comunicazione animale usando dati audio grezzi.

2025-07-20T10:15:44+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoPresentiamo Emilia: Un Nuovo Dataset per la Generazione del Discorso

Emilia offre un dataset vario per migliorare i modelli di generazione vocale.

2025-07-20T09:34:45+00:00 ― 6 leggere min

Elaborazione del segnaleProgressi nel trattamento dei segnali con reti neurali a impulsi

Un nuovo sistema migliora l'efficienza dell'elaborazione dei segnali tramite metodi di codifica innovativi.

2025-07-20T07:09:00+00:00 ― 6 leggere min

SuonoApprocci Innovativi alla Classificazione dei Canti degli Uccelli

Un team affronta le sfide dell'identificazione dei canti degli uccelli nella competizione BirdCLEF 2024.

2025-07-20T01:28:55+00:00 ― 6 leggere min

SuonoNuovi dataset per il riconoscimento delle emozioni nella musica

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

2025-07-19T20:37:25+00:00 ― 6 leggere min

Apprendimento automaticoPotenziare modelli piccoli con intuizioni di modelli grandi

Un nuovo metodo aiuta i modelli più piccoli a funzionare meglio usando suggerimenti dai modelli più grandi.

2025-07-19T14:08:45+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoAvanzamenti nella separazione audio cinematografica

Esplora gli aggiornamenti nella versione 3 del dataset Divide and Remaster.

2025-07-19T12:31:35+00:00 ― 6 leggere min

SuonoAvanzamenti nei dataset di audio-lingua

Una panoramica completa dei dataset utilizzati nei modelli audio-linguistici e della loro importanza.

2025-07-19T06:51:30+00:00 ― 11 leggere min

Interazione uomo-macchinaNuovo sistema di auricolari misura le frequenze respiratorie

Un sistema affidabile basato su auricolari monitora le frequenze respiratorie durante diverse attività quotidiane.

2025-07-19T06:02:55+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoAvanzare nel riconoscimento vocale per lingue a basso resources

Migliorare i sistemi di riconoscimento vocale per le lingue con pochi dati online.

2025-07-19T04:25:45+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlatoSpettrogrammi e Reti Neurali nel Riconoscimento Vocale

Questo studio esamina come le reti neurali interpretano il parlato usando gli spettrogrammi.

2025-07-18T22:45:40+00:00 ― 7 leggere min

MultimediaProgressi nell'Apprendimento Audio-Visivo Zero-Shot

Unire suoni e immagini per sistemi di riconoscimento più intelligenti.

2025-07-18T21:08:30+00:00 ― 7 leggere min

SuonoNuovo approccio per rilevare deepfake audio

Un metodo per migliorare il rilevamento di deepfake audio attraverso l'aumento dei dati.

2025-07-18T16:17:00+00:00 ― 5 leggere min

GraficaBeat-It: Trasformare la creazione di danza con la musica

Beat-It genera movimenti di danza sincronizzati per migliorare la coreografia senza sforzo.

2025-07-18T15:28:25+00:00 ― 6 leggere min

SuonoAvanzamenti nella tecnologia di generazione video-audio

I ricercatori vogliono creare suoni che si abbinino a video silenziosi, migliorando l'esperienza degli spettatori.

2025-07-18T12:14:05+00:00 ― 5 leggere min

Calcolo e linguaggioSfide nei sistemi di comprensione del linguaggio parlato

Questo studio affronta i problemi con i sistemi SLU e la loro capacità di generalizzare.

2025-07-18T11:25:30+00:00 ― 7 leggere min

SuonoSviluppi nella Tecnologia Musicale con STONE

Uno strumento auto-supervisionato per stimare le tonalità musicali, riducendo le annotazioni degli esperti.

2025-07-18T10:36:55+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoAvanzando nel mixing automatico della musica con Diff-MST

Diff-MST migliora il mixing musicale applicando il trasferimento di stile da brani di riferimento.

2025-07-18T07:22:35+00:00 ― 6 leggere min

SuonoElasticAST: Un Approccio Flessibile alla Classificazione Audio

ElasticAST consente di elaborare audio a lunghezza variabile in modo efficiente senza perdere dettagli importanti.

2025-07-18T02:31:05+00:00 ― 5 leggere min

SuonoClonare Voci: Una Nuova Sfida per i Diritti Musicali

Analizzando i metodi per identificare i cantanti tra le crescenti preoccupazioni per il voice cloning.

2025-07-18T01:42:30+00:00 ― 6 leggere min

SuonoNuovo metodo per rilevare audio parzialmente falso

Un nuovo metodo migliora il rilevamento di clip audio miste tra reali e falsi.

2025-07-17T17:36:40+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoSviluppi nella localizzazione e rilevamento degli eventi sonori

Un nuovo sistema migliora la rilevazione dei suoni e la stima della distanza.

2025-07-17T14:22:20+00:00 ― 4 leggere min

Elaborazione dell'audio e del parlatoValutare l'efficienza di Mamba nella tecnologia del parlato

Mamba promette bene contro i transformers nei compiti di linguaggio, specialmente per input lunghi.

2025-07-17T13:33:45+00:00 ― 5 leggere min

SuonoProgressi nella Sintesi della Voce Cantata con SingFlex

SingFlex offre soluzioni innovative per creare diverse voci cantanti in modo efficiente.

2025-07-17T07:05:05+00:00 ― 5 leggere min

Teoria dell'informazioneMisurare la complessità nella musica da danza irlandese

Uno studio sulla complessità dei brani di danza tradizionale irlandese usando metodi di compressione.

2025-07-17T06:56:50+00:00 ― 5 leggere min

SuonoRefinPaint: Un Nuovo Approccio alla Generazione Musicale

RefinPaint migliora la creazione musicale identificando e rafforzando le aree deboli in modo efficace.

2025-07-17T06:16:30+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoSfruttare gli altoparlanti a matrice parametrica per il controllo del suono

Scopri come i PAL possono rivoluzionare il controllo delle zone sonore in diversi ambienti.

2025-07-17T03:02:10+00:00 ― 4 leggere min

Elaborazione dell'audio e del parlatoProgressi nel riconoscimento vocale multi-canale

Il metodo CUSIDE-array migliora l'accuratezza del riconoscimento vocale in tempo reale nei sistemi multi-canale.

2025-07-17T02:13:35+00:00 ― 6 leggere min

SuonoAdattare Whisper per un miglioramento della verifica dell'identità del parlante

Un nuovo framework migliora le prestazioni della verifica dell'identità con dati limitati.

2025-07-17T00:36:25+00:00 ― 6 leggere min

SuonoColmare il divario: AI e musicisti in armonia

Esplorare nuovi modi in cui l'IA può collaborare con i musicisti attraverso l'interpretazione.

2025-07-16T15:42:00+00:00 ― 5 leggere min