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

Usare embeddings audio pre-addestrati porta a modelli di classificazione musicale migliori.

La ricerca mette in evidenza il ruolo dei confini delle parole nel linguaggio e nell'attività EEG.

Nuovo framework migliora la chiarezza del parlato da video silenziosi grazie a un'elaborazione migliorata.

Scopri il mix tra arte e scienza nello studio del mridangam.

Un nuovo metodo migliora il riconoscimento delle parole personalizzate nei sistemi ASR per lingue con dati limitati.

I ricercatori sviluppano un modello Conformer per migliorare il rilevamento dell'audio falso.

Un metodo per nascondere le informazioni di genere pur garantendo la verifica dell'identità nel riconoscimento vocale.

Nuovi metodi migliorano la diagnosi precoce dell'Alzheimer usando analisi del parlato e dell'audio.

Esplora dati sonori di 41 strumenti musicali con registrazioni dettagliate.

Ricerca su come migliorare i word embeddings acustici con comprensione semantica e dati multilingue.

Le nuove tecnologie migliorano la comunicazione per chi ha disturbi del linguaggio.

Un nuovo sistema combina trascrizione e traduzione per una comunicazione migliore.

Whisper-AT combina il riconoscimento vocale e il tagging audio per migliorare le prestazioni.

Un nuovo approccio che combina il parlato con i modelli linguistici per una traduzione migliorata.

Nuovo metodo migliora la precisione nel trasformare l'audio del pianoforte in partiture.

Questo articolo parla delle esigenze e delle sfide nella tecnologia audio generativa.

Nuovi metodi usano i suoni della tosse e i dati sulla salute per rilevare meglio la tubercolosi.

Questo studio esplora come le caratteristiche vocali si evolvono nei pazienti con cancro orale dopo il trattamento.

Un nuovo metodo per cambiare il timbro musicale usando tecniche avanzate di machine learning.

Nuovi metodi migliorano l'accuratezza del riconoscimento vocale, risolvendo errori di trascrizione comuni.

Uno studio su come migliorare la riproduzione del suono vocale attraverso tecniche di sintesi avanzate.

VampNet trasforma la lavorazione della musica grazie a tecniche innovative di modeling dei token.

Tecnologia indossabile conveniente per persone con perdita uditiva.

Un nuovo modello migliora la precisione dei tempi per i testi nelle app musicali.

Un sintetizzatore web che consente agli utenti di creare musica usando gesti semplici.

Uno studio sul ruolo dell'IA nella generazione di musica metal progressivo.

Un modello che crea tablature per chitarra che riflettono gli stili dei famosi chitarristi.

Esplorare il potenziale dell'apprendimento auto-supervisionato nel recupero di informazioni musicali.

Usare segnali audio per identificare i rischi per la salute respiratoria.

Un nuovo metodo migliora la velocità e l'accuratezza del riconoscimento vocale riducendo l'uso delle risorse.

Questo studio migliora il monitoraggio della fauna selvatica usando le caratteristiche audio per una migliore classificazione dei suoni.

Urhythmic migliora la conversione vocale concentrandosi sul ritmo del parlato.

La ricerca migliora le tecniche di fingerstyle percussivo per chitarristi usando il recupero del suono in tempo reale.

Questo articolo esplora un nuovo modello per l'identificazione dell'intento e dei slot nel parlato.

Con l'avanzare della tecnologia di clonazione vocale, metodi di rilevamento affidabili diventano fondamentali.

Nuovo metodo migliora il riconoscimento vocale usando solo dati audio grezzi.

Uno studio migliora il riconoscimento vocale per le persone anziane, usando tecniche innovative.

BASS migliora il riassunto di audio lunghi trattando in blocchi.

Nuovi metodi presentano seri rischi per la sicurezza della tecnologia di riconoscimento vocale.

ivrit.ai offre risorse fondamentali per migliorare la tecnologia ASR in ebraico.