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

Indagando su come la tecnologia vocale può prevenire la partecipazione duplicata dei pazienti negli studi clinici.

Un nuovo dataset aiuta a identificare segni di depressione e ansia attraverso l'analisi del parlato.

Nuovo metodo ricostruisce il suono dai segnali cerebrali, rivelando intuizioni sul processamento uditivo.

Una guida per usare modelli AI per la musica sulla piattaforma Bela.

Un nuovo metodo valuta i sistemi ASR senza bisogno di testi di riferimento.

NoRefER offre un modo nuovo per valutare i risultati del riconoscimento vocale senza bisogno di trascrizioni.

Quest'articolo parla di un metodo per migliorare i sottotitoli dei video incorporando l'audio.

Un nuovo modello migliora la conversione vocale semplificando le tecniche di separazione del parlato.

La ricerca punta a combinare dati audio e simbolici per analizzare la somiglianza musicale.

Nuovi metodi migliorano la segmentazione del parlato nelle conversazioni multilingue.

NoisyILRMA migliora l'estrazione del suono dal rumore di fondo per un'esperienza audio più chiara.

Questo articolo parla del ruolo dell'apprendimento auto-supervisionato nella tecnologia musicale.

Un nuovo framework migliora l'ASR per le lingue a risorse limitate e la scalabilità multilingue.

I sistemi ASR personalizzati migliorano notevolmente la comunicazione per le persone DHH.

Nuovi metodi sfruttano i riassunti conversazionali per un riconoscimento degli speaker migliore.

Migliorare i sistemi di feedback per gli studenti di inglese affrontando il problema del cold start.

Ricercando metodi per localizzare le fonti sonore delle turbine eoliche per ridurre il rumore.

Introduzione di un nuovo modello per identificare le tecniche vocali nei brani audio.

Un nuovo modello migliora l'estrazione del parlato usando informazioni audio e visive.

Wespeaker semplifica il riconoscimento degli speaker con strumenti facili da usare e modelli già pronti.

Un nuovo metodo trasforma i segnali mono in esperienze stereo coinvolgenti.

Uno studio per migliorare il riconoscimento delle emozioni nel parlare per gruppi diversi.

Questo articolo parla di come migliorare il riconoscimento vocale usando metodi di ensemble basati sulla fiducia.

Lo studio usa un dispositivo multi-dati per monitorare i modelli di sonno dei neonati in modo più preciso.

3D-Speaker offre una vasta collezione di registrazioni audio per un'analisi del parlato avanzata.

GenerTTS migliora la tecnologia di sintesi vocale per applicazioni multilingue.

Un nuovo sistema migliora il rilevamento di audio manipolato attraverso tecniche innovative.

Migliorare il riconoscimento vocale per voci sovrapposte rende tutto più facile in tanti contesti.

Nuovi metodi migliorano la separazione della voce in ambienti audio misti.

Scopri come le nuove tecniche migliorano la chiarezza del parlato in ambienti rumorosi.

Un nuovo metodo per rendere la sintesi vocale più personale usando meno dati vocali.

Nuovi metodi migliorano la localizzazione del suono utilizzando array di microfoni distribuiti.

Questo studio esamina metodi per proteggere la privacy mentre si analizzano conversazioni parlate.

Attacchi recenti tramite backdoor mettono in luce i rischi nelle tecnologie di identificazione vocale.

Un nuovo modello migliora l'estrazione del parlato da sfondi rumorosi usando il deep learning.

GOLF offre un modo nuovo per creare canti simili a quelli umani usando meno risorse.

Ricerca su come prevedere età e genere dai dati vocali utilizzando modelli innovativi.

Un metodo nuovo per capire le relazioni musicali tramite alberi di dipendenza.

Questo articolo parla di nuovi modelli che migliorano l'accuratezza del riconoscimento vocale tenendo conto di un contesto più lungo.

LyricWhiz combina modelli avanzati per migliorare l'accuratezza della trascrizione dei testi in diverse lingue.