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

Un nuovo metodo migliora l'efficienza nella generazione audio usando tecniche di attenzione innovative.

Scopri come l'IA sta trasformando la generazione musicale con BandControlNet.

Un robot mobile impara a riconoscere le voci in ambienti rumorosi per applicazioni pratiche.

Un nuovo dataset punta a migliorare la cattura del parlato usando sensori a conduzione corporea.

Un nuovo approccio migliora il rilevamento dei deepfake usando analisi audio-visiva.

Uno sguardo ai progressi nelle tecnologie e nei metodi di riconoscimento vocale.

Un nuovo metodo migliora il rilevamento della balbuzie combinando dati audio, video e testo.

Un team migliora l'elaborazione audio per l'identificazione di speaker e lingue.

La ricerca sul rilevamento delle emozioni umane attraverso il parlato mostra buone possibilità per diverse applicazioni.

Un nuovo metodo migliora la creazione del suono per modelli umani 3D realistici.

Questo studio mostra come il parlato possa stimare i tassi di respirazione usando modelli avanzati.

GraphMuse semplifica l'analisi dei dati musicali simbolici con tecniche avanzate di machine learning.

La ricerca presenta nuovi metodi per valutare i sistemi di riconoscimento vocale in polacco.

Questo articolo parla di modi per migliorare la formattazione delle espressioni numeriche nei trascritti automatici.

L'apprendimento auto-supervisionato trasforma il riconoscimento musicale attraverso metodi innovativi.

Un nuovo set di dati migliora il parlato delle macchine per il mandarino, puntando a un'espressione naturale.

Uno studio su come migliorare la localizzazione delle sorgenti sonore sfruttando meglio le informazioni audio e visive.

Un nuovo framework analizza il discorso per identificare lievi problemi cognitivi in diverse lingue.

Esplorare l'impatto dell'IA sugli stili musicali sottorappresentati.

Un metodo per migliorare i sistemi TTS per una pronuncia migliore delle parole OOV in India.

Un nuovo modello migliora l'efficienza nell'elaborazione del linguaggio con un minor consumo energetico.

Nuovi modelli di apprendimento automatico migliorano la chiarezza del parlato per gli utenti di apparecchi acustici.

La ricerca esplora l'audio a bassa frequenza per proteggere la privacy negli studi sul comportamento sociale.

Esplorando come il suono si comporta in ambienti con più stanze e le sue implicazioni nella tecnologia.

Nuovi strumenti AI stanno semplificando il montaggio musicale con tecniche innovative e maggiore precisione.

Il matching vocale preset migliora la traduzione del parlato, garantendo privacy e riducendo i rischi.

Un nuovo sistema aiuta i musicisti a creare musica con maggiore controllo e precisione.

Un nuovo strumento per valutare la replicazione nella musica creata dall'IA.

Un nuovo modello di testo-audio che usa solo dati pubblici.

Un nuovo dataset mira a migliorare la comprensione del code-switching tra più lingue.

Questo articolo analizza l'equilibrio di genere nei notiziari francesi su diversi argomenti.

Il dataset Rasa fa progressi nel text-to-speech per le lingue indiane, con voce neutra ed espressiva.

Nuovi metodi migliorano la comprensione delle emozioni umane nel linguaggio da parte delle macchine.

Semplificare gli strumenti di intelligenza artificiale può dare una spinta agli artisti per migliorare la loro espressione creativa.

MusiConGen migliora il controllo degli utenti nella generazione di musica da testo.

I ricercatori migliorano il decodificatore vocale usando l'EEG per aiutare chi ha problemi di parola.

Un nuovo modello migliora la chiarezza della voce mirando a rumori ed echi.

J-CHAT offre un grande dataset open-source per migliorare i sistemi di dialogo parlato.

Nuovi metodi permettono ai musicisti di creare strumenti a partire da suggerimenti sonori.

Esaminando come i codec mantengono i toni emotivi nei dati vocali.