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

La ricerca sottolinea l'importanza di una diagnosi giusta nelle malattie respiratorie.

MusicLIME spiega come l'AI analizza la musica tramite audio e testi.

Scopri come il Quantum Computing sta rivoluzionando la creatività musicale con il Variational Quantum Harmonizer.

Il modello MCMamba migliora la qualità del parlato in ambienti rumorosi usando informazioni spaziali e spettrali.

Questo studio valuta metodi a bassa latenza per migliorare la qualità del parlato in condizioni rumorose.

Esaminare come i gesti 2D e 3D influenzano la comunicazione dei personaggi virtuali.

Uno studio su come migliorare i sistemi di riconoscimento vocale in ambienti rumorosi.

I ricercatori usano il parlato per identificare e monitorare diverse condizioni di salute.

RF-GML misura la qualità audio senza bisogno di un segnale di riferimento.

Scopri come l'armonizzazione delle stanze migliora le esperienze audio in diversi ambienti.

StyleTTS-ZS offre una sintesi vocale efficiente e di alta qualità senza bisogno di addestrare a lungo il relatore.

Un nuovo metodo migliora il canto corale sintetizzato modellando le interazioni tra i cantanti.

Un nuovo framework migliora il riconoscimento vocale modellando efficacemente le relazioni sonore.

Scopri come la regolazione delle preferenze allinea i modelli con il feedback umano.

Un nuovo metodo di mascheramento migliora la conversione vocale separando l'identità del parlante dalla fonetica.

Tecniche innovative migliorano l'allenamento dei modelli musica-testo con risorse limitate.

Nuovi metodi migliorano il tagging audio per stili musicali diversi e la preservazione culturale.

Un dataset di suoni domestici promuove sicurezza e comfort per gli anziani.

SD-Codec migliora l'elaborazione audio separando efficacemente i diversi tipi di suono.

Questo articolo parla di metodi per migliorare il riconoscimento vocale per il parlato con accenti.

Un nuovo approccio migliora l'interpretabilità del rilevamento di discorso falsificato.

Uno sguardo al nuovo sistema TTS a singolo stadio che migliora la generazione del parlato.

Questo studio affronta le sfide nei modelli audio per le lingue a basso supporto.

Questo studio migliora i sistemi di riconoscimento delle emozioni per lingue meno comuni usando dati ad alta risorsa.

Un modello migliora i compiti di parlare in contesti multilingue, affrontando le sfide del code-switching.

Migliorare la sintesi vocale nelle lingue indiane usando unità inter-pausali.

DeFT-Mamba migliora la separazione e la classificazione dei suoni in ambienti rumorosi.

CADA-GAN migliora le performance dei sistemi ASR in vari ambienti di registrazione.

EVA unisce segnali audio e visivi per una migliore precisione nel riconoscimento vocale.

Un nuovo framework semplifica il riconoscimento vocale in ambienti affollati.

Llama-AVSR unisce audio e input visivi per migliorare l'accuratezza del riconoscimento vocale.

WMCodec migliora il watermarking audio per una sicurezza e autenticità migliori.

Nuovi modelli affrontano la classificazione dei suoni con dati di addestramento limitati.

Un nuovo approccio migliora il rilevamento di audio falso usando modelli preaddestrati.

Nuovo metodo migliora la qualità e l'efficienza della generazione del parlato.

Un metodo che combina dati etichettati e non etichettati migliora il rilevamento delle sorgenti sonore.

Scopri come i suoni aiutano i giocatori nel tennis da tavolo.

Un sistema che dà la priorità alla melodia pur offrendo controllo sulla generazione di musica orchestrale.

Un nuovo metodo utilizza l'ombreggiatura virtuale per migliorare il feedback sulla pronuncia degli studenti di lingue.

Nuovi metodi migliorano la qualità audio binaurale in ambienti sonori difficili.