Informatica - Suono

I ricercatori stanno migliorando l'allenamento sulla pronuncia con nuove tecnologie per chi impara le lingue.

HierVST trasforma le voci senza sforzo, migliorando la qualità audio senza bisogno di dati estesi.

La ricerca sviluppa un modello per misurare con precisione l'engagement nelle conversazioni.

DAVIS offre un modo nuovo per affrontare la separazione del suono audio e visivo.

Un nuovo metodo migliora l'identificazione precisa degli oggetti che producono suoni nei video.

DiffProsody migliora la velocità e la qualità della sintesi vocale grazie a una generazione di prosodia innovativa.

Una nuova tecnologia punta a ripristinare la qualità della musica persa a causa della compressione del volume.

Nuovo metodo promette di identificare più velocemente i disturbi del linguaggio come l'afasia.

Un nuovo metodo utilizza suoni ultrasonici per confondere i sistemi di riconoscimento vocale senza essere rilevato.

Nuovi metodi migliorano la qualità della voce sintetizzata usando l'apprendimento auto-supervisionato.

Un nuovo metodo migliora la trascrizione di parole chiave rare nelle conversazioni aziendali.

L'apprendimento federato migliora il riconoscimento vocale mantenendo i dati dell'utente privati.

MusicLDM trasforma il testo in musica originale, offrendo nuove strade per la creatività.

Nuovi metodi migliorano l'accuratezza nell'estrazione delle melodie cantate da audio misti.

Nuovi metodi puntano a migliorare il captioning audio per una maggiore precisione ed efficienza.

Nuovo modello migliora la chiarezza del parlato in ambienti rumorosi usando metodi innovativi.

Uno studio sulle canzoni popolari coreane usando metodi analitici moderni.

DiffDance crea sequenze di danza dettagliate che si abbinano alla musica in modo efficace.

Esaminare l'equità nella tecnologia di trascrizione della voce cantata tra i generi.

SeACo-Paraformer porta flessibilità e precisione alla tecnologia di riconoscimento vocale.

Questo studio esplora i metodi di classificazione della qualità della voce e il loro significato nella comunicazione.

Scopri come i nuovi algoritmi migliorano le tecniche di cancellazione del rumore per diverse applicazioni.

AudioVMAF combina metriche video per una valutazione della qualità audio migliorata.

Un nuovo metodo migliora la rilevazione di audio falso usando la modifica dei pesi adattivi.

La steganalisi aiuta a scoprire messaggi nascosti nei multimedia, garantendo comunicazioni sicure.

Trasformare i gesti per agenti virtuali mantenendo il significato.

Esplorando come le reti neurali migliorano l'accuratezza della localizzazione delle sorgenti sonore.

I ricercatori migliorano il riconoscimento vocale automatico per il punjabi usando tecniche di auto-addestramento innovative.

Un nuovo modello migliora il riconoscimento vocale in ambienti rumorosi concentrandosi su un singolo parlante.

Nuovi metodi mirano a proteggere la privacy del parlato nei sistemi di monitoraggio audio.

Un nuovo dataset migliora la sintesi vocale catturando l'espressione emotiva senza fare affidamento sul testo.

Nuove strategie per migliorare la stabilità dell'allenamento nella classificazione delle altezze musicali.

Phoneme Hallucinator trasforma la conversione vocale con dati limitati per risultati più chiari.

Un nuovo metodo crea gesti realistici a partire da audio vocale grezzo.

Migliorare i sistemi ASR ibridi per il parlato bilingue usando unità grafiche.

Un nuovo modello migliora l'allineamento di parlato e testo per una migliore riconoscimento automatico.

Lip2Vec migliora il riconoscimento visivo del parlato usando meno dati etichettati.

Nuovi metodi migliorano l'accuratezza e la velocità nei sistemi di riconoscimento vocale.

O-1 migliora il riconoscimento vocale ottimizzando i metodi di auto-apprendimento.

Un nuovo metodo migliora le prestazioni dell'ASR attraverso l'integrazione dei dati testuali.