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

RSS

Calcolo e linguaggio Migliorare il riconoscimento vocale con il bias contestuale

Il bias contestuale migliora i sistemi ASR, aumentando l'accuratezza in compiti specializzati.

2025-10-29T00:58:50+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlato Sviluppi nella tecnologia di conversione delle emozioni nel parlato

Un nuovo modo per cambiare le emozioni nel parlato tra il rumore della vita reale.

2025-10-28T23:21:40+00:00 ― 6 leggere min

Suono Nuovo metodo per migliorare il rilevamento della pronuncia delle lingue

Questo studio presenta un nuovo sistema per rilevare gli errori di pronuncia nei studenti di lingue.

2025-10-28T21:44:30+00:00 ― 6 leggere min

Suono Un Nuovo Approccio alla Riorganizzazione Musicale

Il sistema Q A usa l'apprendimento auto-supervisionato per un arrangiamento musicale innovativo.

2025-10-28T20:07:20+00:00 ― 6 leggere min

Suono Migliorare la sintesi vocale espressiva con TVC-GMM

Un nuovo metodo migliora la qualità del testo in voce e l'espressione emotiva.

2025-10-28T18:30:10+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlato Migliorare la chiarezza del parlato con tecniche audio-visive

I ricercatori combinano dati audio e visivi per migliorare la comprensione del parlato in posti rumorosi.

2025-10-28T17:41:35+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlato Controllo Attivo del Rumore: Ridurre i Suoni Indesiderati

Scopri come la tecnologia di controllo attivo del rumore sta cambiando la nostra esperienza sonora.

2025-10-28T16:53:00+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlato Avanzare nel riconoscimento vocale con modelli più piccoli

Stanno uscendo tecniche per ridurre le dimensioni dei modelli mantenendo le prestazioni.

2025-10-28T15:15:50+00:00 ― 4 leggere min

Elaborazione dell'audio e del parlato Avanzamenti negli effetti di phasing digitale

Nuovo modello imita gli effetti di fase analogici con tecniche di apprendimento migliorate.

2025-10-28T12:50:05+00:00 ― 5 leggere min

Calcolo e linguaggio Avanzando nel riconoscimento vocale multilingue con DistilXLSR

Un nuovo modello riduce le dimensioni migliorando al contempo il riconoscimento vocale multilingue.

2025-10-28T11:12:55+00:00 ― 6 leggere min

Calcolo e linguaggio Migliorare il riconoscimento vocale per accenti diversi

Un nuovo metodo migliora l'accuratezza del riconoscimento vocale per gli accenti africani.

2025-10-28T09:35:45+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlato Migliorare le valutazioni della tecnologia vocale attraverso report dettagliati

Esaminando l'impatto delle valutazioni dettagliate sui sistemi di sintesi vocale.

2025-10-28T07:58:35+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlato Sviluppi nella tecnologia di cancellazione dell'eco

Migliorare la chiarezza della voce attraverso tecniche efficaci di cancellazione dell'eco e machine learning.

2025-10-28T05:32:50+00:00 ― 7 leggere min

Elaborazione dell'audio e del parlato Monitoraggio in tempo reale delle voci cantanti con SingNet

SingNet migliora il tracciamento del ritmo nelle voci cantate usando dati passati.

2025-10-28T04:44:15+00:00 ― 6 leggere min

Calcolo e linguaggio Progressi nel riconoscimento vocale per più relatori

Un nuovo sistema migliora il riconoscimento vocale in situazioni con più relatori.

2025-10-28T00:41:20+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlato Progressi nella tecnologia Lip-to-Speech

LipVoicer genera discorsi chiari da video silenziosi utilizzando metodi avanzati di lettura labiale.

2025-10-27T21:27:00+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlato Avanzando il riconoscimento della voce disartrica con approcci innovativi

Nuovi metodi puntano a migliorare la comunicazione per le persone con disartria.

2025-10-27T21:01:09+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlato Combinare il trattamento del linguaggio con l'apprendimento visivo

Questo studio analizza i vantaggi di unire l'elaborazione del parlato con i dati visivi.

2025-10-27T20:38:25+00:00 ― 6 leggere min

Calcolo e linguaggio Avanzare le previsioni con più punteggi nei processi gaussiani

Nuovo metodo migliora le previsioni considerando più punteggi di esperti.

2025-10-27T19:49:50+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlato Rivalutare l'anonimizzazione degli speaker e l'impatto del vocoder

Uno sguardo nuovo all'anonimizzazione degli oratori e al ruolo cruciale dei vocoder.

2025-10-27T18:12:40+00:00 ― 5 leggere min

Calcolo e linguaggio Valutare le prestazioni di Whisper sui dialetti arabi

Uno sguardo a come Whisper gestisce vari dialetti e accenti arabi.

2025-10-27T13:21:10+00:00 ― 5 leggere min

Calcolo e linguaggio Video-LLaMA: Un Nuovo Approccio alla Comprensione dei Video

Un programma che combina dati visivi e audio per migliorare la comprensione dei video.

2025-10-27T11:44:00+00:00 ― 5 leggere min

Calcolo e linguaggio Avanzare nel riconoscimento degli atti linguistici in bengalese

Un nuovo metodo migliora il riconoscimento degli atti linguistici in bengalese usando analisi audio e testuale.

2025-10-27T10:55:25+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlato Il Ruolo della Risata nell'Interazione con le Macchine

Studiare la risata può migliorare come le macchine interagiscono con le persone.

2025-10-27T08:29:40+00:00 ― 5 leggere min

Suono Analizzare la musica con BERT: un nuovo approccio

La ricerca esplora il potenziale di BERT nell'analisi musicale a livello di bar.

2025-10-27T07:41:05+00:00 ― 5 leggere min

Computer e società Apprendimento della matematica coinvolgente per i bambini piccoli

Un nuovo sistema migliora l'apprendimento della matematica a casa tramite interazioni divertenti.

2025-10-27T07:08:49+00:00 ― 6 leggere min

Calcolo e linguaggio Adattamento Efficiente del Riconoscimento Vocale Usando Dati Testuali

Un nuovo metodo migliora i modelli di riconoscimento vocale usando solo dati testuali per l'adattamento.

2025-10-27T06:52:30+00:00 ― 5 leggere min

Suono Avanzare nella armonizzazione delle melodie con un contesto emotivo

Un nuovo modello migliora l'armonizzazione delle melodie considerando fattori emotivi.

2025-10-26T21:58:05+00:00 ― 6 leggere min

Apprendimento automatico Creazione di Danza Innovativa usando Parole Sonore

Nuovi metodi usano onomatopee per ispirare movimenti di danza unici.

2025-10-26T20:20:55+00:00 ― 5 leggere min

Suono Avanzamenti nei sistemi di contromisure vocali

I ricercatori migliorano il riconoscimento del parlato generato da macchine usando aggiustamenti delle informazioni di fase.

2025-10-26T17:55:10+00:00 ― 6 leggere min

Biblioteche digitali Sfide di riproducibilità nelle conferenze Interspeech

Uno sguardo ai problemi di riproducibilità nella ricerca sul trattamento della voce.

2025-10-26T16:18:00+00:00 ― 7 leggere min

Calcolo e linguaggio Progressi nell'identificazione delle lingue con il framework LASR

Un nuovo approccio migliora l'identificazione della lingua parlata usando l'apprendimento auto-supervisionato e etichette.

2025-10-26T08:12:10+00:00 ― 6 leggere min

Suono Migliorare il riconoscimento del linguaggio disartrico in arabo

Un nuovo metodo migliora il riconoscimento vocale per i parlanti arabi con disartria.

2025-10-26T07:23:35+00:00 ― 6 leggere min

Calcolo e linguaggio Strumento di Riconoscimento Vocale Innovativo per Lingue a Basso Risorsa

Allophant migliora il riconoscimento dei fonemi per le lingue con dati limitati.

2025-10-26T06:35:00+00:00 ― 6 leggere min

Suono SANGEET: Un Dataset Strutturato per la Musica Hindustani

Presentiamo SANGEET, un dataset dettagliato sulla musica classica hindustana.

2025-10-26T04:57:50+00:00 ― 4 leggere min

Elaborazione dell'audio e del parlato Avanzare il Tempismo delle Parole nei Sistemi di Riconoscimento Vocale

Migliorare come i sistemi di riconoscimento vocale stimano il tempo delle parole per una maggiore precisione.

2025-10-26T01:43:30+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlato Migliorare il riconoscimento vocale con modelli avanzati

Nuovi metodi migliorano l'elaborazione del linguaggio nei modelli linguistici.

2025-10-26T00:54:55+00:00 ― 6 leggere min

Suono Affrontare la sfida della rilevazione dell'audio falso

Un nuovo metodo punta a migliorare il riconoscimento dell'audio falso senza perdere le conoscenze acquisite in passato.

2025-10-25T16:00:30+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlato Progressi nel riconoscimento vocale non supervisionato

Un nuovo framework migliora lo studio dei sistemi di riconoscimento vocale non supervisionati.

2025-10-25T13:34:45+00:00 ― 7 leggere min

Suono Creare melodie da ritmi semplici

Questo progetto aiuta chiunque a comporre musica usando ritmi base e metodi informatici avanzati.

2025-10-25T11:57:35+00:00 ― 5 leggere min