Informatica - Suono

Calcolo e linguaggioMigliorare il riconoscimento vocale bilingue con XCB

Un nuovo approccio migliora il riconoscimento delle frasi con cambio di codice nel linguaggio bilingue.

Xucheng Wan, Naijun Zheng, Kai Liu

2025-06-27T11:46:40+00:00 ― 6 leggere min

SuonoVideo-Foley: Trasformare il Suono nel Design Multimediale

Un sistema innovativo automatizza la generazione di suoni per film e giochi.

Junwon Lee, Jaekwon Im, Dabin Kim

2025-06-26T23:37:55+00:00 ― 8 leggere min

SuonoSviluppi nella tecnologia di verifica vocale

Nuovi metodi migliorano il riconoscimento vocale in ambienti rumorosi.

Xujiang Xing, Mingxing Xu, Thomas Fang Zheng

2025-06-26T18:46:25+00:00 ― 5 leggere min

SuonoProgressi nella tecnologia di conversione vocale zero-shot

Il nuovo modello migliora la conversione vocale, specialmente per il parlato sussurrato e le applicazioni in tempo reale.

Anastasia Avdeeva, Aleksei Gusev

2025-06-26T17:57:50+00:00 ― 6 leggere min

SuonoUno sguardo nuovo sulla modellazione degli amplificatori per chitarra

Esplorando un nuovo approccio digitale alla modellazione del suono degli amplificatori per chitarra.

Yen-Tung Yeh, Yu-Hua Chen, Yuan-Chiao Cheng

2025-06-26T16:20:40+00:00 ― 5 leggere min

SuonoGaMaDHaNi: Un Nuovo Sistema per le Melodie Hindustani

Presentiamo un sistema rivoluzionario per generare musica vocale hindustani.

Nithya Shikarpur, Krishna Maneesha Dendukuri, Yusong Wu

2025-06-26T11:29:10+00:00 ― 7 leggere min

SuonoSviluppi nei modelli di compressori di gamma dinamica con reti neurali

Un nuovo metodo per modellare con precisione i compressori ottici usando reti neurali.

Riccardo Simionato, Stefano Fasciani

2025-06-26T10:40:35+00:00 ― 8 leggere min

Interazione uomo-macchinaWhisperMask: Un Cambiamento Epocale nella Comunicazione Vocale

WhisperMask cattura la voce chiaramente nei posti rumorosi, migliorando la comunicazione.

Hirotaka Hiraki, Shusuke Kanazawa, Takahiro Miura

2025-06-26T09:03:25+00:00 ― 6 leggere min

SuonoProgressi nella Valutazione della Qualità Vocale Utilizzando la Tecnologia

Nuovi metodi migliorano le valutazioni della qualità della voce per i pazienti con problemi al sistema vocale.

Shaoxiang Dang, Tetsuya Matsumoto, Yoshinori Takeuchi

2025-06-26T07:26:15+00:00 ― 6 leggere min

Interazione uomo-macchinaVoiceX: Una Nuova Era nella Creazione Vocale

VoiceX semplifica il processo di creazione di voci personalizzate per diverse applicazioni.

Silvan Mertes, Daksitha Withanage Don, Otto Grothe

2025-06-26T05:49:05+00:00 ― 5 leggere min

Calcolo e linguaggioIl Ruolo della Prosodia e della Pragmatica nella Tecnologia del Parlato

Esaminando come i modelli vocali influenzano il significato e le prestazioni della tecnologia.

Nigel G. Ward, Divette Marco, Olac Fuentes

2025-06-25T21:43:15+00:00 ― 5 leggere min

SuonoPresentiamo NEST: Un Nuovo Modello per l'Elaborazione del Parlato

NEST offre un approccio più veloce ed efficiente per i compiti di riconoscimento vocale self-supervised.

He Huang, Taejin Park, Kunal Dhawan

2025-06-25T20:06:05+00:00 ― 6 leggere min

MultimediaRipensare i benchmark per la localizzazione delle fonti audio-visive

I benchmark attuali non valutano bene la capacità dei modelli di collegare dati audio e visivi.

Liangyu Chen, Zihao Yue, Boshen Xu

2025-06-25T16:03:10+00:00 ― 6 leggere min

SuonoProgressi nel Riconoscimento delle Emozioni Vocali con Wav2Small

Wav2Small migliora il riconoscimento delle emozioni nel parlato con minori esigenze di risorse.

Dionyssos Kounadis-Bastian, Oliver Schrüfer, Anna Derington

2025-06-25T10:23:05+00:00 ― 5 leggere min

SuonoSfide nel Rilevare Segnali Vocali Parzialmente Falsi

Uno sguardo alle complessità dell'identificazione delle tracce audio miste.

Viola Negroni, Davide Salvi, Paolo Bestagini

2025-06-25T06:20:10+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoComprendere i dialetti della lingua tamil

Una panoramica dei ricchi dialetti del Tamil e dei metodi di identificazione.

M. Nanmalar, P. Vijayalakshmi, T. Nagarajan

2025-06-25T04:43:00+00:00 ― 5 leggere min

SuonoFramework innovativo per il rilevamento dei suoni delle macchine

Un nuovo modo per rilevare problemi delle macchine senza compromettere la privacy dei dati.

Anbai Jiang, Yuchen Shi, Pingyi Fan

2025-06-24T16:34:15+00:00 ― 6 leggere min

SuonoVoiceTailor: Personalizzare la tecnologia di sintesi vocale

VoiceTailor trasforma i sistemi TTS per output vocali personali e super efficienti.

Heeseung Kim, Sang-gil Lee, Jiheum Yeom

2025-06-24T15:45:40+00:00 ― 5 leggere min

SuonoCapire la stima del campo sonoro: un approccio pratico

Scopri come il suono si diffonde negli spazi e le sue applicazioni.

Shoichi Koyama, Juliano G. C. Ribeiro, Tomohiko Nakamura

2025-06-24T14:57:05+00:00 ― 7 leggere min

SuonoStyleSpeech: Il Futuro della Tecnologia Text-to-Speech

StyleSpeech migliora i sistemi TTS catturando le sfumature del linguaggio naturale.

Haowei Lou, Helen Paik, Wen Hu

2025-06-24T14:08:30+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoProgressi nelle tecniche di riduzione del rumore usando il deep learning

Esplorare metodi per migliorare la chiarezza del parlato in ambienti rumorosi tramite deep learning.

Shrishti Saha Shetu, Emanuël A. P. Habets, Andreas Brendel

2025-06-24T12:31:20+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoSviluppi nel Text-to-Speech con DualSpeech

Il modello DualSpeech migliora la chiarezza TTS e la somiglianza con il parlante.

Jinhyeok Yang, Junhyeok Lee, Hyeong-Seok Choi

2025-06-24T10:54:10+00:00 ― 6 leggere min

SuonoSONICS: Un Nuovo Dataset per la Rilevazione di Canzoni Sintetiche

Presentiamo SONICS, un dataset creato per riconoscere con precisione la musica generata dall'IA.

Md Awsafur Rahman, Zaber Ibn Abdul Hakim, Najibul Haque Sarker

2025-06-24T07:39:50+00:00 ― 9 leggere min

SuonoTecniche Avanzate per la Rilevazione di Spoofing Audio

Nuovi metodi migliorano il rilevamento di audio falsificato in condizioni reali.

Xuechen Liu, Xin Wang, Junichi Yamagishi

2025-06-24T06:51:15+00:00 ― 4 leggere min

Calcolo e linguaggioMigliorare il riconoscimento vocale in hindi con pseudo-etichettatura

Un nuovo metodo migliora il riconoscimento vocale per l'hindi usando tecniche di pseudo-etichettatura.

Kaushal Santosh Bhogale, Deovrat Mehendale, Niharika Parasa

2025-06-24T06:02:40+00:00 ― 5 leggere min

SuonoEmoAttack: Una nuova minaccia nella tecnologia vocale

EmoAttack sfrutta la conversione vocale emotiva per sfruttare le vulnerabilità nei sistemi di riconoscimento vocale.

Wenhan Yao, Zedong XingXiarun Chen, Jia Liu

2025-06-24T01:59:45+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlatoAnalisi della Vocalizzazione del Suricata: Idee e Metodi

Questo articolo esamina tecniche per l'analisi automatica dei suoni vocali dei suricati.

Imen Ben Mahmoud, Eklavya Sarkar, Marta Manser

2025-06-23T22:45:25+00:00 ― 6 leggere min

Calcolo e linguaggioProgressi nella tecnologia di riconoscimento vocale

Scopri come i trasformatori stanno rivoluzionando i sistemi di riconoscimento vocale in tutto il mondo.

Shruti Singh, Muskaan Singh, Virender Kadyan

2025-06-23T17:53:55+00:00 ― 8 leggere min

SuonoProgressi nel Controllo della Generazione Audio

Un nuovo modello separa il timbro e la struttura per una creazione audio migliore.

Nils Demerlé, Philippe Esling, Guillaume Doras

2025-06-23T17:24:32+00:00 ― 7 leggere min

SuonoAutomatizzare la classificazione della maturità delle noci di cocco con il deep learning

Un nuovo sistema utilizza la tecnologia per una classificazione della maturità del cocco più veloce e precisa.

June Anne Caladcad, Eduardo Jr Piedad

2025-06-23T16:16:45+00:00 ― 5 leggere min

Calcolo e linguaggioLe sfumature del sarcasmo nella comunicazione

Esplorando come tono e parole plasmano la nostra comprensione del sarcasmo.

Zhu Li, Xiyuan Gao, Yuqing Zhang

2025-06-23T15:28:10+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoSemplificare la creazione di dataset musicali per AMT

Un nuovo metodo semplifica la creazione di dataset musicali per la trascrizione automatica.

S. Johanan Joysingh, P. Vijayalakshmi, T. Nagarajan

2025-06-23T14:39:35+00:00 ― 7 leggere min

SuonoProgresso nel riconoscimento vocale: panoramica della sfida VoxCeleb

Una panoramica sui progressi nel riconoscimento vocale grazie alla VoxCeleb Challenge.

Jaesung Huh, Joon Son Chung, Arsha Nagrani

2025-06-23T13:02:25+00:00 ― 5 leggere min

SuonoIntelligenza Artificiale e il Futuro della Creazione Musicale

L'IA sta cambiando il modo in cui si compone e si vive la musica.

Sangjun Han, Jiwon Ham, Chaeeun Lee

2025-06-23T08:10:55+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoProgressi nella Modellazione della Disfluenza Verbale con SSDM

Un nuovo approccio migliora la modellazione della disfluenza per la terapia e l'apprendimento delle lingue.

Jiachen Lian, Xuanru Zhou, Zoe Ezzes

2025-06-23T06:33:45+00:00 ― 6 leggere min

Apprendimento automaticoCapire il Micro-batch Clipping nel Machine Learning

Uno sguardo al micro-batch clipping e ai suoi vantaggi per l'allenamento dei modelli.

Lun Wang

2025-06-23T05:45:10+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoMigliorare il riconoscimento vocale giapponese con tecniche GER

La ricerca dimostra come i LLM migliorano il riconoscimento vocale automatico nella lingua giapponese.

Yuka Ko, Sheng Li, Chao-Han Huck Yang

2025-06-23T04:08:00+00:00 ― 6 leggere min

Elaborazione dell'audio e del parlatoSviluppi nella Verifica dell'Identità del Parlatore contro Attacchi di Inganno

Metodi innovativi migliorano la sicurezza nei sistemi di riconoscimento vocale.

Oğuzhan Kurnaz, Selim Can Demirtaş, Aykut Büker

2025-06-23T01:42:15+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlatoMigliorare il riconoscimento audio attraverso l'apprendimento multi-modale

Un nuovo framework migliora la classificazione audio sfruttando la conoscenza dei dispositivi multi-modali.

Tiantian Feng, Tuo Zhang, Salman Avestimehr

2025-06-23T00:53:40+00:00 ― 5 leggere min

Elaborazione dell'audio e del parlatoSistema innovativo per riduzione di eco e rumore

Un nuovo approccio migliora la chiarezza della comunicazione riducendo l'eco e i rumori di fondo.

Shrishti Saha Shetu, Naveen Kumar Desiraju, Jose Miguel Martinez Aponte

2025-06-23T00:05:05+00:00 ― 5 leggere min