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

Questo studio esamina come la dimensione del batch influisce sulle prestazioni e sull'addestramento dei modelli di linguaggio.

Scopri come l'IA sta trasformando la creazione musicale attraverso la collaborazione con gli esseri umani.

Migliorare i sistemi ASV per riconoscere accuratamente le voci dei bambini.

La ricerca mette in evidenza nuovi modelli per una migliore qualità audio in diversi ambienti.

Esaminando come il suono e la vista insieme migliorano la comprensione dei dati.

CLAPSep migliora la separazione dei suoni usando modelli pre-addestrati e le richieste degli utenti per una maggiore precisione.

Nuovi metodi migliorano l'accessibilità e l'accuratezza nei sottotitoli audio.

Impara a riconoscere le chiamate audio fake con tecniche innovative di sfida-risposta.

CustomListener crea avatar realistici che rispondono alle conversazioni in modo dinamico.

La ricerca mette in evidenza l'importanza del timing rispetto a caratteristiche specifiche degli speaker nei modelli di diarizzazione.

Nuovo metodo migliora la sintesi vocale per le persone che non possono parlare.

Uno sguardo a MONA, un sistema che migliora la comunicazione del parlato silenzioso.

Una panoramica dell'ASR e dei suoi progressi nelle applicazioni moderne.

Esplorare nuovi metodi per migliorare il riconoscimento delle emozioni nel parlato usando dati naturali.

La ricerca si concentra su come aiutare i robot a capire meglio il linguaggio tra il rumore di fondo.

Questo studio fa un passo avanti nell'educazione musicale automatizzando la valutazione della difficoltà dei pezzi per pianoforte.

Un nuovo benchmark valuta le prestazioni dei sistemi di riconoscimento vocale in mezzo a vari disturbi.

Esplorando il ruolo dell'IA nel plasmare la musica attraverso tecniche e strutture avanzate.

Un nuovo metodo migliora le prestazioni del modello di parlato e l'efficienza in ambienti rumorosi.

Esplorare come la ricostruzione del campo sonoro influisca sulle esperienze audio in diverse applicazioni.

Un nuovo metodo combina tecniche tradizionali con reti neurali per una migliore localizzazione del suono.

Un nuovo modo per migliorare il rilevamento acustico senza compromettere la qualità audio.

Un metodo per migliorare la precisione del riconoscimento vocale nelle lingue kannada e telugu.

Un nuovo sistema migliora la creazione di gesti realistici usando solo l'audio della voce.

L'IA sta migliorando gli impianti cocleari per avere un udito e una comunicazione migliore in ambienti difficili.

Notochord migliora la creazione di musica MIDI in tempo reale usando l'IA per performance più ricche.

Un metodo per avere un controllo più intuitivo sulle voci cantanti usando comandi in linguaggio naturale.

Questo articolo parla di nuovi metodi per classificare l'autorialità attraverso l'analisi grammaticale.

Il nuovo modello emoDARTS migliora l'accuratezza nel riconoscere le emozioni nella voce usando il deep learning.

Un modello mostra un bias di esclusività reciproca nei test di associazione di parole.

Uno studio per migliorare i sistemi TTS con campioni vocali diversi.

I sottotitoli stanno diventando fondamentali per migliorare l'esperienza degli spettatori nei servizi di streaming.

Nuovi strumenti migliorano l'editing delle registrazioni vocali e la qualità della produzione.

Nuovi modelli migliorano le interazioni in duetto nelle performance di danza virtuali.

Scopri come l'equalizzazione generativa ridà vita ai vecchi brani musicali.

Nuovi metodi migliorano la simulazione del suono in diversi ambienti.

La ricerca identifica e classifica i dialetti curdi sorani usando registrazioni audio estese.

Un nuovo metodo migliora l'elaborazione del suono tramite la sintonizzazione automatica delle Reti di Ritardo di Feedback.

Un nuovo metodo migliora la valutazione del parlato usando registrazioni intere.

Nuovi metodi migliorano il rilevamento dei relatori audio-visivi in ambienti difficili.