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

Un nuovo metodo migliora il riconoscimento dei suoni e la localizzazione delle fonti senza etichette.

Un nuovo punto di riferimento per migliorare la precisione dell'ASR usando modelli di linguaggio.

Nuovi metodi migliorano la traduzione del parlato concentrandosi sulle informazioni contestuali.

Un nuovo metodo migliora il riconoscimento vocale per gli utenti che alternano tra lingue.

Scopri come l'analisi del suono aiuta a identificare i problemi delle macchine in modo efficiente.

Questo progetto migliora i sistemi di traduzione vocale in tempo reale e di sottotitolazione automatica.

Esplorando come la nitidezza dei minimi influisca sulle prestazioni del modello su dati audio non visti.

Nuovo metodo migliora la verifica dell'identità degli speaker unendo dati audio e visivi.

Uno studio sull'uso dei transformer per un tagging e una rappresentazione musicale efficace.

Un nuovo metodo migliora il tracciamento degli speaker usando dati audio e visivi.

Un nuovo modo per valutare la difficoltà della musica per pianoforte usando immagini delle partiture.

PP-MeT punta a migliorare l'accuratezza nella trascrizione di incontri con più partecipanti.

Questa ricerca presenta un modello per migliorare la chiarezza del discorso in diverse condizioni.

Esplorando i progressi nella didascalia audio automatica e il suo impatto sull'accessibilità.

La ricerca presenta un metodo efficace per migliorare la chiarezza del parlato in ambienti rumorosi.

Un nuovo metodo semplifica il trasferimento di stile audio usando effetti non differenziabili.

La ricerca esamina come la musica computerizzata si confronta con le performance umane attraverso test di ascolto.

Scopri come i polinomi ultrasferici migliorano la tecnologia audio e la direzionalità del suono.

Usare l'IA per migliorare come ricreiamo il suono in ambienti diversi.

Un nuovo metodo migliora il riconoscimento vocale usando meno etichette e risorse.

Nuovi metodi migliorano il collegamento tra descrizioni testuali e eventi sonori.

Metodi innovativi migliorano il modo in cui i robot elaborano la direzione del suono mentre sono in movimento.

Scopri il beamforming a valori reali e i suoi vantaggi per le array di microfoni.

Un nuovo approccio per generare discorsi piccoli, efficienti e che suonano naturali.

MusicAOG semplifica la creazione e la comprensione della musica tramite un'innovativa rappresentazione grafica.

Un nuovo framework per combinare array di microfoni e altoparlanti sferici negli studi sul suono.

Un nuovo framework per migliorare il rilevamento dei suoni nei robot umanoidi attraverso il design della matrice di microfoni.

Scopri come i sistemi MIMO migliorano l'analisi del suono in diversi ambienti.

Nuove tecniche migliorano la stima della direzione del suono per vari ambienti audio.

La ricerca svela metodi per regolare il comportamento del suono nelle stanze per una maggiore chiarezza.

Un nuovo modello identifica i momenti divertenti nei video usando dati visivi, audio e di testo.

Gli elastomeri dielettrici trasformano l'energia elettrica in movimento meccanico, offrendo diverse applicazioni.

I trascrizioni ASR con errori possono aiutare a identificare l'Alzheimer in modo più preciso.

ELLA-V migliora la qualità e il controllo del testo in voce, superando i modelli precedenti.

Un nuovo approccio migliora l'accuratezza nella rilevazione dei richiami animali senza soglie arbitrarie.

Un nuovo modello integra audio e testo per una migliore classificazione del parlato.

Una nuova iniziativa per migliorare la tecnologia di trascrizione per le riunioni in grandi stanze.

Nuovi metodi migliorano la precisione nel riconoscimento vocale rumoroso utilizzando modelli linguistici grandi.

Analizzare i suoni delle galline aiuta a migliorare la loro salute e la produttività della fattoria.

Un metodo per aiutare i non vedenti a riconoscere i suoni nella realtà mista.