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

Nuove tecniche che prendono in prestito dall'elaborazione delle immagini migliorano la valutazione della qualità audio.

Nuovi metodi aumentano l'efficienza nei sistemi di riconoscimento vocale senza perdere precisione.

Nuovi metodi migliorano la comprensione del parlato da parte delle macchine utilizzando segnali audio e visivi.

Nuovo modello migliora il riconoscimento delle parole chiave in situazioni acustiche difficili.

i-Code V2 integra visione, lingua e parlato per risposte AI migliori.

Un nuovo metodo migliora i modelli di parlato trasferendo conoscenza dai modelli di testo.

Una raccolta di suoni respiratori aiuta a identificare i casi di COVID-19.

Un nuovo modello migliora la verifica dell'identità dell'altoparlante con tecniche efficienti.

Uno sguardo dettagliato alle tecniche di riconoscimento vocale sviluppate per la competizione del 2022.

Un nuovo approccio addestra l'IA a riconoscere meglio il parlato e le emozioni in ambienti rumorosi.

Nuovi metodi puntano a migliorare la comprensione delle dinamiche familiari e della salute mentale dei bambini.

Nuovi metodi di deep learning migliorano le previsioni sul movimento del diaframma del parlante.

Esplorare come ciwGAN possa imparare e rappresentare caratteristiche fonologiche come la nasalità.

Un nuovo modello migliora l'efficienza e l'accuratezza del riconoscimento vocale.

Un nuovo metodo migliora la precisione del riconoscimento vocale usando informazioni contestuali.

I ricercatori usano i GAN per generare discorsi rumorosi da audio pulito, migliorando i modelli di parlato.

Il corpus JNV cattura suoni emotivi diversi in giapponese, arricchendo le collezioni esistenti.

Nuovi metodi migliorano la generazione della risata per interazioni realistiche tra umani e computer.

Uno sguardo su come individuare l'audio fake nel mondo tech di oggi.

Usare modelli di testo per migliorare la generazione del parlato per una comprensione migliore.

Le ricerche dimostrano come il testo sintetico possa migliorare efficacemente i sistemi ASR.

C-MCR semplifica l'apprendimento multi-modale collegando in modo efficiente le conoscenze esistenti.

FluentSpeech offre una soluzione automatica per rendere l'editing del discorso più fluido.

MDA migliora il riconoscimento vocale ottimizzando i modelli per aree di dati specifiche.

La ricerca mostra che i segnali cerebrali possono aiutare a prevedere i movimenti della lingua durante il parlare.

Il sistema TTS U-DiT migliora la generazione del parlato naturale grazie a un'architettura innovativa.

Un nuovo metodo punta a migliorare i sistemi ASR per i parlanti con disartria.

Un nuovo metodo migliora la comprensione dei comandi vocali da parte dei computer con meno esempi.

Migliorare l'identificazione degli speaker combinando suoni e parole parlate nell'audio.

Gli agenti virtuali imparano a imitare i gesti umani per interagire meglio.

Un nuovo metodo per creare sintetizzatori che avvantaggia i musicisti.

Un nuovo sistema migliora il riconoscimento degli oratori attivi usando segnali audio e visivi.

Uno sguardo alle sfide e alle difese nei sistemi di verifica automatica dell'identità vocale.

Le reti ottiche permettono trasferimenti di dati super rapidi, plasmando il futuro della tecnologia di comunicazione.

Un nuovo metodo migliora i modelli audio generali per un riconoscimento vocale efficace.

Nuovo modello migliora la comprensione emotiva nei dialoghi.

Un modello combina linguaggio parlato e testo per migliorare l'accuratezza della traduzione.

La ricerca usa modelli di linguaggio umano per analizzare in modo efficace le vocalizzazioni dei Marmoset.

Nuovi metodi migliorano la rilevazione precoce delle malattie respiratorie usando dati sonori.

Questo studio esplora come la risata trasmette emozioni attraverso l'analisi del suono.