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

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.

Scopri come i trasformatori stanno rivoluzionando i sistemi di riconoscimento vocale in tutto il mondo.

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

Un nuovo sistema utilizza la tecnologia per una classificazione della maturità del cocco più veloce e precisa.

Esplorando come tono e parole plasmano la nostra comprensione del sarcasmo.

Un nuovo metodo semplifica la creazione di dataset musicali per la trascrizione automatica.

Un sistema per classificare i dialetti tamil letterari e colloquiali usando le caratteristiche sonore.

Una panoramica sui progressi nel riconoscimento vocale grazie alla VoxCeleb Challenge.

Un nuovo metodo migliora la conversione del parlato sussurrato in parlato normale usando tecniche avanzate.

Nuovi metodi migliorano la comprensione del computer del parlato sussurrato e normale.

L'IA sta cambiando il modo in cui si compone e si vive la musica.

Un nuovo modello punta a tradurre l'attività cerebrale in un linguaggio leggibile.

Un nuovo approccio migliora la modellazione della disfluenza per la terapia e l'apprendimento delle lingue.

Uno sguardo al micro-batch clipping e ai suoi vantaggi per l'allenamento dei modelli.

La ricerca dimostra come i LLM migliorano il riconoscimento vocale automatico nella lingua giapponese.

Metodi innovativi migliorano la sicurezza nei sistemi di riconoscimento vocale.