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

Un nuovo framework migliora il rilevamento delle emozioni usando l'apprendimento auto-supervisionato.

Questo approccio collega le azioni video e il suono usando la fisica per effetti sonori migliori.

Un nuovo metodo migliora il riconoscimento vocale usando dati visivi con modelli esistenti.

Questo articolo parla di un approccio sistematico per l'annotazione della musica.

Un approccio strutturato alla rappresentazione della musica e all'analisi delle performance.

Questo studio migliora i modelli di parlato bilingue usando un forte supporto linguistico.

Un nuovo modello trasforma i suoni in immagini chiare, collegando informazioni audio e visive.

Un approccio nuovo per generare didascalie audio usando modelli di linguaggio pre-addestrati.

Un nuovo approccio migliora l’adattabilità della tecnologia di riconoscimento vocale.

Uno sguardo ai progressi nei modelli di riconoscimento vocale per efficienza e precisione.

Un nuovo sistema punta a migliorare la partecipazione nelle riunioni remote usando il machine learning.

Un nuovo modo per misurare le prestazioni del riconoscimento vocale senza trascrizione manuale.

Esaminando come l'anonimizzazione della voce influisce sui sistemi diagnostici COVID-19 e sulla privacy degli utenti.

Vivi l'esperienza della batteria con solo due bacchette e uno smartphone, senza bisogno di attrezzature pesanti.

Gli strumenti di intelligenza artificiale semplificano il mixing, offrendo nuove opzioni per dilettanti e professionisti.

Le bolle potrebbero contenere la chiave per generare musica innovativa.

Uno sguardo ai nuovi metodi che migliorano la didascalia audio per una migliore accessibilità.

Analizzando l'uso dei dataset nella biometria vocale si rivelano preoccupazioni significative riguardo al bias e alla privacy.

Un nuovo metodo migliora i sistemi di verifica vocale per voci sovrapposte.

Metodi innovativi per una rappresentazione efficace dei segmenti di parlato nei compiti di elaborazione.

Migliorare i sistemi TTS per raccontare storie meglio grazie a pause efficaci.

AffectMachine-Classical genera musica classica in tempo reale per aiutarti a gestire le emozioni.

Questo studio esamina come diversi sistemi TTS migliorano le prestazioni del modello S2ST.

La ricerca mostra come i canali secondari migliorano la comunicazione tra macchine.

La ricerca svela nuovi modi per manipolare il suono usando reti neurali per la produzione musicale.

La ricerca usa film doppiati per migliorare la connessione tra vista e suono nel machine learning.

Presentiamo l'absement, un metodo per misurare i suoni del parlato in modo dinamico nel tempo.

Un nuovo modo per trascrivere con precisione le note e i testi delle canzoni usando la tecnologia.

Il modello di Cross Attention Gerarchico migliora la comprensione emotiva in diverse forme di comunicazione.

Nuovi metodi migliorano il tagging e il recupero della musica usando meno input umano.

Questo studio esamina come la lunghezza del segnale influisce sulle prestazioni di separazione del parlato.

La ricerca si concentra sull'anonimizzazione del parlato mantenendo il contenuto emotivo.

Nuovo metodo stima le distanze usando il rumore dei motori dei droni.

Questa ricerca mette in evidenza un nuovo modello per migliorare il riconoscimento delle emozioni usando dati audio e visivi.

Questo studio esamina come l'IA valuta e descrive i suoni rispetto agli esseri umani.

Lo studio confronta gli input fonetici e grafemici nei sistemi TTS per il francese.

Nuovi metodi migliorano la qualità audio riducendo l'uso dei dati.

FSB-LSTM migliora la chiarezza del parlato in ambienti rumorosi con bassa latenza e bassa complessità.

La ricerca svela modi per migliorare i sistemi di rilevamento delle parole chiave riducendo il consumo energetico.

Prak semplifica l'allineamento fonetico per la ricerca sulla lingua ceca.