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

Metodi innovativi migliorano la sicurezza nei sistemi di riconoscimento vocale.

Un nuovo framework migliora la classificazione audio sfruttando la conoscenza dei dispositivi multi-modali.

Un nuovo approccio migliora la chiarezza della comunicazione riducendo l'eco e i rumori di fondo.

VoxInstruct combina contenuto e stile per generare un discorso più naturale.

Uno sguardo alla misurazione dell'accuratezza nei sistemi di riconoscimento vocale con nuovi metodi.

Un nuovo metodo migliora l'accuratezza del riconoscimento vocale in diverse lingue.

Esplorando un nuovo approccio per migliorare la qualità del parlato usando finestre temporali contestuali.

Metodi recenti migliorano il watermarking audio per una qualità del suono migliore e una gestione del copyright più efficace.

Un nuovo metodo per migliorare la qualità della conversione vocale in tempo reale.

SALSA migliora la precisione del riconoscimento vocale per le lingue a basse risorse integrando i modelli ASR e i modelli linguistici.

Nuovi metodi migliorano la qualità della sintesi vocale nei sistemi TTS.

Esaminare le performance del riconoscimento automatico della voce per utenti sordi e ipoudenti.

Un nuovo modello trasforma testi normali in testi di canzoni adatti.

Questo studio analizza come i dittonghi e i monottonghi differiscano nella produzione e nel movimento.

Nuovo metodo migliora l'accuratezza dell'ASR usando modelli linguistici per trascrizioni migliori.

Un nuovo sistema corregge gli errori di identificazione dell'oratore per trascrizioni di conversazione più chiare.

SelectTTS semplifica la generazione del parlato per relatori mai visti con una selezione di frame efficace.

Migliorare la chiarezza del parlato tramite filtri ibridi e reti neurali.

AASIST3 migliora il rilevamento delle voci false nei sistemi di verifica automatica del parlante.

X-Codec migliora la generazione audio integrando la comprensione semantica nel processo.

I ricercatori migliorano il riconoscimento dei gesti usando tecniche di apprendimento innovative.

Un sistema portatile riduce il rumore in cantiere, migliorando il comfort dei lavoratori e il benessere della comunità.

Nuovi modelli come FluxMusic migliorano la creazione musicale a partire da testi scritti.

Questo articolo parla dei benefici di unire i sistemi di riconoscimento vocale e facciale.

Un nuovo modello migliora il riconoscimento vocale combinando in modo efficace input audio e visivi.

Nuovi modelli migliorano la precisione nel rilevare la depressione tramite registrazioni vocali.

Un nuovo metodo migliora le prestazioni del modello di linguaggio in vari compiti.

Un nuovo metodo migliora l'accuratezza del riconoscimento delle parole chiave usando dati audio non etichettati.

La ricerca mostra che l'analisi del linguaggio può aiutare nella rilevazione precoce del lieve deterioramento cognitivo.

Un nuovo metodo migliora la generazione musicale concentrandosi sugli accordi e sulla rappresentazione.

I ricercatori hanno creato LibriheavyMix per migliorare il riconoscimento vocale in ambienti rumorosi.

Nuovi metodi migliorano il riconoscimento vocale in situazioni difficili con più parlanti.

Un dataset rivoluzionario potenzia gli strumenti AI per diagnosticare le malattie cardiache.

Un nuovo sistema aiuta a far rivivere la lingua Hakka taiwanese.

Nuovi metodi migliorano la chiarezza del parlato in ambienti rumorosi usando tecnologie avanzate.

Nuovi metodi migliorano la separazione vocale in ambienti rumorosi.

Questo articolo esplora metodi per migliorare i sistemi di sintesi vocale per lingue poco rappresentate.

Questo studio esamina come la melodia varia e si collega tra diverse culture.

Un framework che usa modelli di linguaggio grandi per creare dialoghi audio autentici.

Un nuovo benchmark aiuta a valutare i tokenizer vocali per migliorare le prestazioni.