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

Analizza come l'indecidibilità influisca sulla composizione e produzione musicale oggi.

Questo articolo esplora i progressi nella diarizzazione degli speaker utilizzando modelli di linguaggio per una maggiore precisione.

Questo studio migliora la capacità dei sistemi ASR di riconoscere il parlato dei bambini.

I ricercatori stanno esplorando la tecnologia di rilevamento audio per migliorare il riconoscimento dei pedoni nelle aree urbane.

Nuovo metodo migliora la localizzazione delle sorgenti sonore e la separazione dei campi.

Un nuovo metodo migliora la sintesi del suono della batteria concentrandosi su elementi transitori netti.

I ricercatori stanno sviluppando dati vocali sintetici per proteggere la privacy nel riconoscimento vocale.

VoxtLM combina riconoscimento vocale, sintesi, generazione di testo e continuazione in un unico modello.

Nuovo sistema migliora il riconoscimento vocale usando richieste consapevoli del contesto.

EnCodecMAE combina l'apprendimento auto-supervisionato e i codec audio per migliorare le performance nei compiti audio.

Uno studio sull'uso del machine learning per identificare i suoni dei bambini per la valutazione dell'ASD.

Presentando un metodo flessibile per riconoscere le parole chiave nel parlato in diverse lingue.

Uno sguardo a come si testa la qualità dell'audio usando il crowdsourcing.

Un nuovo metodo allena sistemi di didascalia audio usando solo descrizioni testuali.

Una guida per scrivere articoli accademici chiari ed efficaci.

Esaminando i rischi degli attacchi backdoor sui sistemi di verifica vocale.

Un nuovo metodo migliora la segmentazione audio-visiva senza etichette dettagliate.

PIAVE aiuta le macchine a estrarre le voci in modo chiaro, anche quando i parlanti girano la testa.

Libriheavy offre 50.000 ore di inglese parlato per potenziare la tecnologia di riconoscimento vocale.

AV2Wav migliora la qualità del parlato usando segnali audio e visivi.

Un metodo nuovo per far sì che le macchine cambino le emozioni del discorso in modo naturale.

Si stanno sviluppando nuovi metodi per identificare le voci cantanti deepfake nell'industria musicale.

La selezione di core-set migliora i modelli di sintesi vocale concentrandosi su dati diversi.

Nuovi modelli stanno cambiando il modo in cui analizziamo le emozioni nel parlato.

Un nuovo metodo usa l'ultrasuono per riconoscere le azioni garantendo la privacy.

Introducendo un framework flessibile per migliorare la ricerca sulla privacy vocale.

CiwaGAN unisce il controllo dei movimenti del parlato e la condivisione delle informazioni per migliorare l'apprendimento del linguaggio.

Un sistema che combina segnali verbali e non verbali per migliorare l'apprendimento delle lingue.

Un nuovo metodo semplifica la comprensione dei modelli di classificazione 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.