Questo framework migliora le animazioni in tempo reale sincronizzando alla perfezione il parlato e i gesti.
― 5 leggere min
Ingegneria elettrica e scienze dei sistemi - Elaborazione dell'audio e del parlato
RSSNuove caratteristiche acustiche migliorano le prestazioni dei sistemi ASR in ambienti rumorosi.
― 5 leggere min
Una nuova funzione di perdita migliora la qualità audio allineando fase e ampiezza.
― 6 leggere min
Un nuovo modello TTS aggiunge profondità emotiva alla voce generata dal computer.
― 6 leggere min
Valutare i modelli di riconoscimento vocale per le sessioni di diagnosi dell'autismo.
― 6 leggere min
Metodi recenti migliorano la chiarezza e la qualità audio usando modelli avanzati.
― 6 leggere min
Un nuovo approccio migliora il rilevamento delle registrazioni audio false.
― 5 leggere min
ESPnet-Codec migliora l'addestramento e la valutazione dei codec neurali per audio e parlato.
― 7 leggere min
Esplorando metodi per adattare le RNN a diversi tassi di campionamento audio.
― 6 leggere min
Nuovo modello raggiunge trascrizione vocale più veloce senza sacrificare l'accuratezza.
― 4 leggere min
Scopri come gli embedding Matryoshka migliorano l'efficienza e la flessibilità nel riconoscimento vocale.
― 5 leggere min
Ti presento NanoVoice, un modello di sintesi vocale veloce ed efficiente per audio personalizzato.
― 5 leggere min
Il nuovo modello VoiceGuider migliora il TTS per relatori diversi.
― 6 leggere min
Un metodo innovativo per convertire voci tra lingue mantenendo caratteristiche uniche.
― 6 leggere min
Nuove tecniche migliorano la qualità della voce espressiva tra diversi oratori.
― 6 leggere min
Questo articolo esplora il ruolo delle metriche percettive nella classificazione dei generi musicali.
― 5 leggere min
Un nuovo metodo migliora l'elaborazione del parlato e dell'audio in diversi compiti.
― 6 leggere min
Un nuovo sistema migliora l'identificazione degli oratori durante le discussioni con più partecipanti.
― 5 leggere min
Un nuovo framework migliora l'espressione emotiva nei sistemi TTS.
― 6 leggere min
Scoperte recenti rivelano che i sensori di pressione possono essere usati per intercettare.
― 4 leggere min
Un nuovo algoritmo migliora il riconoscimento degli eventi sonori usando l'apprendimento auto-supervisionato.
― 5 leggere min
La ricerca si concentra sul miglioramento dei metodi per rilevare il discorso falso realistico.
― 5 leggere min
Un nuovo metodo semplifica la creazione di audio e video per una sincronizzazione migliore.
― 6 leggere min
Controlla gli effetti audio usando descrizioni semplici per fare aggiustamenti più facili al suono.
― 6 leggere min
Presentiamo un nuovo modello e benchmark per valutare i compiti multi-audio.
― 6 leggere min
Un nuovo sistema modella l'intensità emotiva nei personaggi animati per un realismo migliore.
― 6 leggere min
OpenSep automatizza la separazione audio per esperienze sonore più chiare senza bisogno di input manuali.
― 6 leggere min
PALM migliora il riconoscimento audio ottimizzando la rappresentazione dei prompt e l'efficienza.
― 5 leggere min
Esplora come le curve e il calibro dei fili influenzano il suono dei pickup delle chitarre.
― 8 leggere min
Un nuovo metodo migliora il riconoscimento vocale per registrazioni lunghe.
― 5 leggere min
Questo studio analizza come audio, video e testo lavorano insieme nel riconoscimento vocale.
― 7 leggere min
Un nuovo modello migliora la naturalezza nei sistemi di sintesi vocale analizzando i modelli di intonazione.
― 5 leggere min
Un nuovo modello migliora la rappresentazione del parlato per le lingue africane, aumentando l'inclusività nella tecnologia.
― 5 leggere min
Un nuovo modello migliora la creazione musicale usando melodie e descrizioni testuali.
― 5 leggere min
Nuovo metodo per i modelli di linguaggio parla riduce la necessità di dati estesi.
― 6 leggere min
Scopri come funziona la conversione vocale e le sue applicazioni interessanti.
― 4 leggere min
Scopri come CCI migliora le valutazioni della qualità multimediale.
― 6 leggere min
I ricercatori uniscono segnali audio e visivi per rilevare le bugie in modo più preciso.
― 6 leggere min
Una nuova rete basata sulla voce colma le lacune linguistiche nelle emergenze.
― 6 leggere min
Scopri come gli assistenti virtuali capiscono meglio i comandi degli utenti.
― 6 leggere min