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

Un nuovo sistema migliora le abilità di pronuncia tenendo conto delle influenze della lingua madre.

Scopri come gli strumenti quantistici cambiano la creazione e la performance musicale.

Un nuovo metodo migliora la preservazione delle emozioni nei processi di conversione vocale.

Nuovo metodo conserva il tono emotivo nella conversione della voce per una migliore interazione uomo-computer.

Nuovi sistemi migliorano la traduzione da testo a linguaggio parlato senza intermediari.

I ricercatori migliorano l'accuratezza nella classificazione dei suoni cardiaci usando metodi di aumento dei dati con codec.

Le ricerche mostrano che il discorso emotivo influisce sulle performance dei modelli nei compiti di separazione del parlato.

M-AUDIODEC comprime l'audio multicanale mantenendo la posizione degli altoparlanti e la qualità.

Nuovi metodi in S2ST migliorano la qualità della traduzione mantenendo l'identità del parlante.

Un nuovo sistema migliora la compressione audio spaziale per un suono più chiaro e un'efficienza maggiore.

Un nuovo sistema che collega musica e lingua per una comprensione migliore.

La ricerca svela nuovi modelli per migliorare la chiarezza della voce negli auricolari smart.

Usare informazioni extra ci aiuta a riconoscere i canti degli uccelli.

Un nuovo approccio migliora la generazione audio allineando l'audio con le descrizioni testuali.

I ricercatori lavorano per migliorare il riconoscimento vocale online usando modelli di spazio degli stati strutturati.

Un nuovo sistema migliora le esperienze delle riunioni identificando i relatori in tempo reale.

Nuovi metodi stanno migliorando la nostra capacità di rilevare il discorso falso in modo efficace.

Un metodo per la conversione della voce che migliora la privacy e la qualità del parlato.

Nuovi metodi migliorano la capacità di distinguere audio falso da quello reale.

Un metodo migliora il rilevamento delle voci sintetiche e identifica i loro creatori.

Nuovi metodi migliorano i modelli piccoli per un migliore potenziamento del parlato usando meno risorse.

Un nuovo metodo migliora i modelli ASR per utenti singoli utilizzando quantizzazione e adattamento.

Nuovi metodi migliorano le prestazioni del vocoder con dati audio limitati.

Uno sguardo alla disartria, alla sua rilevazione e al ruolo della tecnologia.

I prompt soft migliorano la tecnologia di riconoscimento vocale per avere prestazioni migliori in ambienti rumorosi.

La ricerca combina l'apprendimento auto-supervisionato e nuove tecniche di misurazione per migliorare l'inversione vocale.

I ricercatori hanno sviluppato un nuovo framework per migliorare la chiarezza del parlato per gli utenti di elettrolaringei.

Questo studio esplora strategie di allenamento per migliorare la rilevazione di audio falsi.

I nuovi modelli si adattano per migliorare l'efficienza e la reattività del riconoscimento vocale.

RECAP usa tecniche avanzate per generare didascalie audio precise senza dover riaddestrare.

Una guida pratica per capire la teoria musicale attraverso l'armonia e le scale.

Un nuovo metodo utilizza dati sintetici per migliorare i sistemi ASR in aree poco familiari.

Un nuovo metodo basato sull'audio stima le dimensioni della folla senza invadere la privacy personale.

Un nuovo approccio al riconoscimento vocale migliora l'interazione con l'utente grazie a istruzioni flessibili.

Un metodo solido per identificare anomalie audio e combattere il voice spoofing.

Un nuovo modello migliora la comprensione delle emozioni durante le conversazioni.

Questo studio esamina se i simboli di linguaggio appresi imitano i modelli di frequenza delle parole.

Presentiamo un metodo più veloce per la sintesi vocale di alta qualità usando modelli di diffusione.

HiFTNet offre una sintesi vocale più veloce e di alta qualità usando tecniche innovative ed efficienti.

Un nuovo metodo trasforma le voci usando le caratteristiche facciali per diverse applicazioni.