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

Un nuovo approccio migliora i sistemi SER utilizzando descrizioni degli ambienti rumorosi.

Un nuovo modello punta a migliorare la qualità della traduzione vocale attraverso sistemi integrati.

Esplora l'importanza crescente dell'editing vocale per i creatori di contenuti.

Nuove tecniche migliorano la generazione di voci sintetiche con pochissimi dati.

Un nuovo strumento analizza i codas delle balene spermato per capire meglio le loro interazioni sociali.

Nuovi metodi aiutano a studiare e proteggere i lamantini in via di estinzione attraverso il monitoraggio dei suoni sottomarini.

Un nuovo modello migliora la connessione tra volti e voci, soprattutto in ambienti rumorosi.

Uno studio migliora la stima della frequenza cardiaca e la rilevazione dei soffi usando registrazioni.

La ricerca svela come la musica influisce sull'attività cerebrale usando l'intelligenza degli organoidi.

Questo studio valuta le capacità di ragionamento dei modelli audio-linguistici con un nuovo compito.

Nuovi metodi migliorano i sistemi di riconoscimento vocale per lingue poco rappresentate.

Combinare TTS e dati reali migliora notevolmente i sistemi di riconoscimento vocale.

Migliorare la qualità audio nei dispositivi attraverso tecniche di espansione della larghezza di banda.

Nuovo metodo migliora la conversione del linguaggio muto in audio comprensibile.

Un metodo che migliora il riconoscimento dei suoni nelle macchine.

Un nuovo metodo migliora la separazione delle voci in ambienti rumorosi con più parlanti.

Questo studio presenta un metodo per valutare il significato dei segnali sonori.

Il modello FUTGA migliora la comprensione della musica attraverso descrizioni dettagliate e specifiche per ogni momento.

Un approccio innovativo per stimare le caratteristiche sonore in ambienti difficili usando il deep learning.

Un nuovo metodo musicale migliora l'espressione emotiva attraverso una considerazione chiave.

La ricerca combina il miglioramento della voce e l'apprendimento trasferito per sistemi anti-spoofing migliori.

Nuovi metodi migliorano la capacità dell'IA di creare musica strutturata.

Wavespace offre strumenti innovativi per creare e controllare il suono in modo migliore.

Un nuovo sistema migliora il riconoscimento dei comandi vocali nonostante il rumore di fondo.

Nuove strategie puntano a migliorare i dataset sintetici per una trascrizione delle batterie più precisa.

Nuovi metodi puntano a migliorare il riconoscimento del linguaggio sussurrato nei sistemi automatici.

I modelli di deep learning analizzano le registrazioni vocali per identificare insufficienza respiratoria e stimare i livelli di ossigeno.

MMTrail combina descrizioni visive e audio per modelli video-linguistici migliori.

Questo metodo migliora la generazione musicale separando gli aspetti emotivi in valenza e arousal.

PiCoGen offre un metodo innovativo per generare cover di pianoforte senza dati abbinati.

La ricerca si concentra sull'identificazione del linguaggio abusivo nelle registrazioni audio in diverse lingue.

Un metodo per creare audio che si abbina ai video in prima persona.

Un nuovo sistema migliora il tracking del ritmo in diversi generi musicali.

Uno studio rivela cosa pensano gli ascoltatori riguardo la musica generata dall'IA rispetto a quella umana.

Uno studio su come migliorare i metodi per rilevare la compressione audio con perdita per un suono di qualità migliore.

Questo studio esamina quanto bene i LLM comprendano e generino musica.

I modelli di intelligenza artificiale migliorano l'accuratezza delle conversioni da parlato a testo.

Esaminando tecniche per proteggere la privacy mentre si analizzano conversazioni registrate.

Una panoramica sulla creazione di musica MIDI e il suo potenziale espressivo.

Un nuovo modello che sincronizza le annotazioni degli accordi con l'audio musicale senza problemi.