Informatica - Suono

BandIt migliora la separazione delle sorgenti audio usando tecniche innovative di deep learning.

Adattare la tecnologia di riconoscimento delle emozioni migliora l'accuratezza per diversi oratori.

Uno studio svela gravi minacce nel riconoscimento vocale usando campioni morph.

Un dataset dettagliato che combina le sonate di Mozart con le performance al pianoforte e le annotazioni di esperti.

Un nuovo modello leggero migliora la stima del pitch usando tecniche di apprendimento auto-supervisionato.

Un nuovo approccio per migliorare l'identificazione e l'analisi dei segmenti musicali.

Nuovi metodi sviluppati per identificare canzoni false tra le crescenti preoccupazioni.

Cleancoder migliora i sistemi ASR riducendo il rumore di fondo per una comprensione del parlato più chiara.

RADIO crea volti parlanti realistici usando solo un'immagine di riferimento.

RoDia offre campioni audio fondamentali per identificare i dialetti rumeni.

Esplorare come i gesti e le espressioni migliorano la nostra comprensione del linguaggio parlato.

Esplorare nuovi metodi nella rilevazione e localizzazione del suono usando dati sintetici.

Un nuovo sistema aiuta i musicisti a vivere il suono su un palco virtuale.

Nuovo metodo migliora il rilevamento di segmenti audio falsi nelle registrazioni.

I computer stanno imparando a separare ritmo e armonia nella musica per applicazioni creative.

MuLanTTS di Microsoft offre capacità di sintesi vocale francese naturali ed espressive.

Nuovi set di dati e metodi migliorano la classificazione dei veicoli per una gestione del traffico migliore.

Nuovi metodi migliorano l'accuratezza e la velocità nella tecnologia di riconoscimento vocale.

Un nuovo sintetizzatore migliora la generazione di effetti sonori realistici per i media.

Un nuovo approccio aumenta la stima della fiducia nei sistemi ASR per una maggiore precisione.

Introducendo un framework per una sintesi vocale più naturale ed espressiva.

Scopri come la tecnologia aiuta a categorizzare i generi musicali in modo efficiente.

Un approccio unificato per valutare l'alimentazione dei pesci usando dati audio e video.

Un nuovo metodo migliora la creazione di video con teste parlanti emotivamente espressive.

Questo studio esplora i problemi legati all'uso delle convnet per la creazione di filterbank audio.

Il modello CLAP collega l'elaborazione audio e testuale per diverse applicazioni.

Un progetto punta a migliorare l'elaborazione del parlato francese usando l'apprendimento auto-supervisionato.

Nuovi metodi migliorano il modo in cui le macchine riconoscono il ritmo della parola e le emozioni.

Un nuovo approccio migliora la stima del suono in spazi con oggetti che disperdono.

Analizza come l'indecidibilità influisca sulla composizione e produzione musicale oggi.

Questo articolo esplora i progressi nella diarizzazione degli speaker utilizzando modelli di linguaggio per una maggiore precisione.

Questo studio migliora la capacità dei sistemi ASR di riconoscere il parlato dei bambini.

I ricercatori stanno esplorando la tecnologia di rilevamento audio per migliorare il riconoscimento dei pedoni nelle aree urbane.

Nuovo metodo migliora la localizzazione delle sorgenti sonore e la separazione dei campi.

Un nuovo metodo migliora la sintesi del suono della batteria concentrandosi su elementi transitori netti.

I ricercatori stanno sviluppando dati vocali sintetici per proteggere la privacy nel riconoscimento vocale.

VoxtLM combina riconoscimento vocale, sintesi, generazione di testo e continuazione in un unico modello.

Nuovo sistema migliora il riconoscimento vocale usando richieste consapevoli del contesto.

EnCodecMAE combina l'apprendimento auto-supervisionato e i codec audio per migliorare le performance nei compiti audio.

Uno studio sull'uso del machine learning per identificare i suoni dei bambini per la valutazione dell'ASD.