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

Elaborazione dell'audio e del parlatoMigliorare il Riconoscimento Automático della Voce con la Modularità

La ricerca sui sistemi ASR modulari punta a migliorare le performance in ambienti rumorosi.

2025-06-16T17:28:35+00:00 ― 4 leggere min

Elaborazione dell'audio e del parlatoNuovo approccio nel riconoscimento delle emozioni nel discorso

Un nuovo metodo combina significato e suono per migliorare il riconoscimento delle emozioni nel parlato.

2025-06-16T16:40:00+00:00 ― 7 leggere min

Elaborazione dell'audio e del parlatoAddestramento Efficiente di Modelli Vocali con Risorse Limitate

Questo articolo parla di metodi di allenamento efficienti per modelli di voce usando l'apprendimento autosupervisionato.

2025-06-16T15:02:50+00:00 ― 4 leggere min

SuonoAvanzamenti nella Rilevazione di Eventi Sonori con MTDA-HSED

Una nuova architettura migliora il rilevamento del suono in diversi ambienti.

2025-06-16T10:59:55+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlatoAvanzando la generazione musicale con MSLDM

Un nuovo modello migliora la generazione musicale concentrandosi su strumenti singoli.

2025-06-16T10:11:20+00:00 ― 5 leggere min

SuonoEstrazione del parlato target causale con embedding dinamici: un nuovo approccio

Presentiamo DENSE, un metodo che migliora l'estrazione del discorso target usando embedding dinamici.

2025-06-16T08:34:10+00:00 ― 6 leggere min

SuonoNuovo approccio al trasferimento del timbro musicale

Un nuovo metodo migliora la trasformazione audio mantenendo melodia e qualità del suono.

2025-06-16T05:19:50+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoMigliorare il Riconoscimento Vocale per Nomi Rari

Questo metodo migliora l'accuratezza del riconoscimento per i nomi rari nei risultati vocali.

2025-06-16T03:42:40+00:00 ― 6 leggere min

Calcolo e linguaggioAvanzare nella localizzazione delle parole chiave in lingue a bassa risorsa

Migliorare l'identificazione delle parole parlate tramite indizi visivi in lingue poco supportate.

2025-06-16T02:05:30+00:00 ― 7 leggere min

SuonoAvanzare nella rilevazione dei deepfake audio

Un nuovo modello migliora il rilevamento degli audio deepfake con apprendimento continuo.

2025-06-15T23:39:45+00:00 ― 6 leggere min

SuonoSviluppi nella diarisazione degli speaker audio-visivi

Una panoramica dei metodi, delle sfide e dei sistemi di diarizzazione audio-visiva dei relatori.

2025-06-15T21:14:00+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlatoBigCodec: Avanzando nel Codifica Vocale a Basso Bitrate

BigCodec migliora la qualità del suono nella trasmissione audio a bassa bitrate.

2025-06-15T19:36:50+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlatoAvanzando l'audio spaziale con il machine learning

Nuovo metodo migliora la cattura del suono usando microfoni circolari per una qualità audio migliore.

2025-06-15T17:59:40+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlatoSemplificare i modelli di linguaggio: ridurre la complessità nei transformer

Questo articolo parla dei vantaggi di semplificare i modelli transformer per i compiti di riconoscimento vocale.

2025-06-15T14:45:20+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlatoSviluppi nel Riconoscimento Vocale con Sortformer

Sortformer integra la diarizzazione degli speaker e l'ASR per migliorare l'elaborazione audio.

2025-06-15T09:05:15+00:00 ― 5 leggere min

SuonoNuovo Metodo per Sintetizzare Suoni di Pianoforte

Un modo nuovo per creare suoni di pianoforte realistici usando la separazione dei componenti sonori.

2025-06-15T07:28:05+00:00 ― 8 leggere min

SuonoProgressi nella tecnologia di sintesi vocale emozionale

ParaEVITS migliora l'espressione emotiva nel TTS attraverso la guida del linguaggio naturale.

2025-06-15T05:50:55+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlatoRipristinare l'audio: L'arte e la scienza del riempimento

Scopri come l'audio inpainting ripara le parti mancanti dei segnali.

2025-06-15T05:02:20+00:00 ― 5 leggere min

Calcolo e linguaggioProgressi nella classificazione del linguaggio parlato

Nuovi metodi migliorano la comprensione del linguaggio parlato grazie a un dataset innovativo.

2025-06-15T04:13:45+00:00 ― 5 leggere min

RoboticaProgressi nella tecnologia di riconoscimento vocale per robot

Nuovi metodi migliorano la conversazione uomo-robot rendendo il parlato più chiaro.

2025-06-15T01:48:00+00:00 ― 5 leggere min

Calcolo e linguaggioSviluppi nella segmentazione dei temi nelle notizie parlate

Nuovi metodi migliorano l'accesso alle notizie parlate segmentando meglio gli argomenti.

2025-06-15T00:59:25+00:00 ― 7 leggere min

Elaborazione dell'audio e del parlatoValutare il modello Mamba nei compiti di elaborazione del parlato

Questa ricerca analizza le performance di Mamba nei compiti di parola, mettendo in evidenza la ricostruzione e il riconoscimento dei suoni.

2025-06-14T23:22:15+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoMigliorare il tagging musicale con il few-shot learning

Un nuovo metodo per il tagging musicale usando il few-shot learning mostra risultati promettenti.

2025-06-14T20:56:30+00:00 ― 7 leggere min

SuonoFlowSep: Un Nuovo Approccio alla Separazione delle Fonti Audio

FlowSep introduce un metodo nuovo per estrarre suoni usando query linguistiche.

2025-06-14T18:30:45+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlatoProgressi nella generazione di audio da testo

SSR-Speech offre nuove soluzioni per la generazione e la modifica del parlato.

2025-06-14T16:05:00+00:00 ― 5 leggere min

Crittografia e sicurezzaL'aumento dell'audio falso e dei sistemi di rilevamento

I progressi nell'IA rendono comuni gli audio falsi, spingendo a cercare modi per rilevarli.

2025-06-14T13:39:15+00:00 ― 6 leggere min

SuonoAvanzare il Text-To-Speech per la Diversità Dialettale

Il nuovo modello migliora la generazione del parlato in diversi dialetti delle lingue a accento tonale.

2025-06-14T10:24:55+00:00 ― 5 leggere min

SuonoProgressi nella localizzazione delle sorgenti sonore con l'apprendimento incrementale

Un nuovo metodo migliora l'accuratezza della localizzazione sonora garantendo la privacy dei dati.

2025-06-14T07:59:10+00:00 ― 4 leggere min

Elaborazione dell'audio e del parlatoApprocci innovativi per la creazione di musica pop

Un nuovo metodo per creare musica pop strutturata usando tecniche basate su grafi.

2025-06-14T00:41:55+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoAvanzare nel riconoscimento delle parole chiave con la tecnologia DE-KWS

Un nuovo metodo per migliorare il riconoscimento delle parole chiave mantenendo la conoscenza appresa.

2025-06-13T23:53:20+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoAcoustic Landmarks: Un Nuovo Dataset per l'Elaborazione del Parlato

I ricercatori sviluppano un dataset per migliorare le tecniche di riconoscimento e analisi vocale.

2025-06-13T19:50:25+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoSviluppi nell'estrazione del suono mirato con SoloAudio

SoloAudio migliora l'estrazione del suono usando tecniche avanzate e dati sintetici.

2025-06-13T17:24:40+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlatoOpenACE: Un Nuovo Standard per la Valutazione dei Codec Audio

OpenACE offre un buon punto di riferimento per valutare i codec audio in diverse condizioni.

2025-06-13T14:58:55+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoRilevare guasti nei motori elettrici usando il suono

Un metodo per identificare guasti nei motori elettrici tramite analisi del suono e reti neurali bayesiane.

2025-06-13T13:21:45+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlatoSviluppi nel riconoscimento vocale e nella previsione multi-token

I modelli di riconoscimento vocale si stanno evolvendo con la previsione multi-token per risposte più veloci.

2025-06-13T10:07:25+00:00 ― 5 leggere min

Calcolo e linguaggioAvanzare nel riconoscimento vocale per la lingua faetar

Sforzi per migliorare la tecnologia vocale per la lingua Faetar, che è poco supportata.

2025-06-13T09:18:50+00:00 ― 6 leggere min

SuonoSviluppi nella tecnologia di conversione della voce cantata

Un nuovo metodo zero-shot migliora l'accuratezza della conversione vocale e riduce al minimo le perdite sonore.

2025-06-13T06:04:30+00:00 ― 6 leggere min

Calcolo e linguaggioL'influenza del contesto del tono nelle conversazioni in mandarino

Uno studio rivela come i toni cambiano nel parlato quotidiano del mandarino taiwanese.

2025-06-13T03:38:45+00:00 ― 5 leggere min

Apprendimento automaticoProgressi nella rilevazione della voce nei pazienti con Parkinson usando le reti neurali grafiche

Nuovo metodo migliora la rilevazione del Parkinson tramite l'analisi del parlato con tecnologia avanzata.

2025-06-13T02:50:10+00:00 ― 5 leggere min

SuonoRivelato un metodo innovativo per l'estrazione del parlatore target

Un nuovo approccio migliora l'isolamento vocale in ambienti audio misti usando token discreti.

2025-06-13T00:24:25+00:00 ― 5 leggere min