Informatica - Suono

Questo articolo parla di come il machine learning colma le lacune nell'audio vocale.

Un nuovo modello migliora il rilevamento di clip audio false attraverso l'analisi stereo.

Questo metodo aiuta le persone con problemi uditivi a individuare le fonti sonore nel loro ambiente.

Esplora le ultime tecniche per migliorare la chiarezza del parlato in ambienti rumorosi.

AudioSlots migliora la chiarezza del suono separando efficacemente le registrazioni audio miste.

Un metodo per creare voci cantanti senza etichettatura vocale dettagliata.

Un metodo migliora come gli assistenti vocali riconoscono parole poco comuni usando il contesto.

Un nuovo framework migliora il doppiaggio catturando gli stili di parlato attraverso le lingue.

Un modo nuovo per misurare il jitter usando l'analisi delle zero-crossing nell'attrezzatura audio.

Un nuovo framework utilizza dati debolmente etichettati per una separazione audio efficace.

CoMoSpeech migliora la velocità e la qualità della sintesi vocale con un processo in un solo passaggio.

Nuovi benchmark migliorano i modelli di separazione audio per musica e intrattenimento.

Nuovo metodo migliora i modelli di riconoscimento vocale riducendo la perdita di conoscenza.

Esplorare le performance dell'ASR tra diversi accenti e le sue implicazioni.

Un nuovo metodo per creare versioni musicali uniche riorganizzando pezzi già esistenti.

Un nuovo sistema migliora la generazione del parlato con risultati di alta qualità.

Un nuovo modello migliora l'accuratezza del riconoscimento vocale durante il discorso emotivo.

Impara a usare bene FM e PM nel sound design.

Un nuovo metodo migliora i compiti di riconoscimento vocale usando meno dati etichettati.

Questo articolo esamina i recenti miglioramenti nella creazione di descrizioni audio scritte.

Tecnologia di riconoscimento audio efficiente progettata per dispositivi TV a basso consumo.

SCHmUBERT offre un approccio fresco per creare musica simbolica con l'IA.

Un nuovo modello aumenta i punteggi di fiducia nei sistemi di riconoscimento vocale.

Nuove tecniche migliorano la comprensione del linguaggio disartrico nei sistemi di comunicazione.

Un nuovo approccio non supervisionato migliora l'isolamento della voce nei mix audio.

Un nuovo benchmark per valutare i modelli di machine learning nella comprensione del parlato tra le lingue.

Questo articolo parla di metodi per migliorare la classificazione dei telefoni usando le caratteristiche audio.

Un nuovo modello migliora la percezione audio e le capacità di ragionamento nell'AI.

NASS migliora l'isolamento vocale in ambienti rumorosi, superando i metodi tradizionali.

Migliorare le metriche di qualità del suono usando nuovi metodi di calcolo del volume.

AlignAtt migliora la traduzione del discorso simultanea con una velocità e una qualità superiori.

Un nuovo metodo garantisce la privacy nella classificazione del linguaggio senza compromettere le prestazioni.

Questo studio mostra come adattare la tecnologia TTS a diversi accenti in modo efficiente.

Il modello AMII migliora la comunicazione per agenti socialmente interattivi attraverso un comportamento non verbale migliore.

Presentiamo un modello che integra diversi tipi di dati per compiti complessi.

I ricercatori stanno migliorando il modo in cui rileviamo automaticamente i suoni degli animali.

Scopri come Whisper si adatta a diversi compiti di parola usando l'ingegneria dei prompt.

FastFit migliora la velocità di generazione del parlato senza perdere qualità del suono.

Un nuovo metodo migliora il rilevamento delle parole chiave nelle registrazioni audio.

Il sistema AED-EEND migliora la diarizzazione degli speaker integrando tecniche avanzate per una precisione migliore.