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

Esplorando metodi per adattare le RNN a diversi tassi di campionamento audio.

Nuovo modello raggiunge trascrizione vocale più veloce senza sacrificare l'accuratezza.

Scopri come gli embedding Matryoshka migliorano l'efficienza e la flessibilità nel riconoscimento vocale.

Ti presento NanoVoice, un modello di sintesi vocale veloce ed efficiente per audio personalizzato.

Il nuovo modello VoiceGuider migliora il TTS per relatori diversi.

Un metodo innovativo per convertire voci tra lingue mantenendo caratteristiche uniche.

Nuove tecniche migliorano la qualità della voce espressiva tra diversi oratori.

Questo articolo esplora il ruolo delle metriche percettive nella classificazione dei generi musicali.

Un nuovo metodo migliora l'elaborazione del parlato e dell'audio in diversi compiti.

Un nuovo sistema migliora l'identificazione degli oratori durante le discussioni con più partecipanti.

Un nuovo framework migliora l'espressione emotiva nei sistemi TTS.

Scoperte recenti rivelano che i sensori di pressione possono essere usati per intercettare.

Un nuovo algoritmo migliora il riconoscimento degli eventi sonori usando l'apprendimento auto-supervisionato.

La ricerca si concentra sul miglioramento dei metodi per rilevare il discorso falso realistico.

Un nuovo metodo semplifica la creazione di audio e video per una sincronizzazione migliore.

Controlla gli effetti audio usando descrizioni semplici per fare aggiustamenti più facili al suono.

Presentiamo un nuovo modello e benchmark per valutare i compiti multi-audio.

Un nuovo sistema modella l'intensità emotiva nei personaggi animati per un realismo migliore.

OpenSep automatizza la separazione audio per esperienze sonore più chiare senza bisogno di input manuali.

PALM migliora il riconoscimento audio ottimizzando la rappresentazione dei prompt e l'efficienza.

Esplora come le curve e il calibro dei fili influenzano il suono dei pickup delle chitarre.

Un nuovo metodo migliora il riconoscimento vocale per registrazioni lunghe.

Questo studio analizza come audio, video e testo lavorano insieme nel riconoscimento vocale.

Un nuovo modello migliora la naturalezza nei sistemi di sintesi vocale analizzando i modelli di intonazione.

Un nuovo modello migliora la rappresentazione del parlato per le lingue africane, aumentando l'inclusività nella tecnologia.

Un nuovo modello migliora la creazione musicale usando melodie e descrizioni testuali.

Nuovo metodo per i modelli di linguaggio parla riduce la necessità di dati estesi.

Scopri come funziona la conversione vocale e le sue applicazioni interessanti.

Scopri come CCI migliora le valutazioni della qualità multimediale.

I ricercatori uniscono segnali audio e visivi per rilevare le bugie in modo più preciso.

Una nuova rete basata sulla voce colma le lacune linguistiche nelle emergenze.

Scopri come gli assistenti virtuali capiscono meglio i comandi degli utenti.

MACE migliora la didascalia audio collegando i suoni a descrizioni testuali accurate.

Usare il machine learning per prevedere la reazione del pubblico ai cover delle canzoni.

Un nuovo modo per migliorare la classificazione attraverso la Distribuzione della Distanza Angolare.

Nuovi metodi migliorano gli strumenti di comunicazione per le persone con difficoltà nel parlare.

Nuovi metodi che usano modelli di linguaggio migliorano il riconoscimento dei suoni in mezzo al rumore di fondo.

Fish-Speech migliora la tecnologia vocale per un'esperienza di comunicazione più naturale.

EmoSphere++ permette alle macchine di esprimere emozioni come gli esseri umani, migliorando le interazioni.

U-COTANS migliora il rilevamento dei confini subacquei usando tecniche di deep learning.