Informatica - Suono

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.

Presentando un metodo flessibile per riconoscere le parole chiave nel parlato in diverse lingue.

Uno sguardo a come si testa la qualità dell'audio usando il crowdsourcing.

Tecniche avanzate per garantire l'autenticità audio nell'era del cloning vocale.

Un nuovo metodo allena sistemi di didascalia audio usando solo descrizioni testuali.

Una guida per scrivere articoli accademici chiari ed efficaci.

Erie semplifica il trasformare i dati in suoni per una migliore accessibilità.

Esaminando i rischi degli attacchi backdoor sui sistemi di verifica vocale.

Un nuovo metodo migliora la segmentazione audio-visiva senza etichette dettagliate.

PIAVE aiuta le macchine a estrarre le voci in modo chiaro, anche quando i parlanti girano la testa.

Libriheavy offre 50.000 ore di inglese parlato per potenziare la tecnologia di riconoscimento vocale.

AV2Wav migliora la qualità del parlato usando segnali audio e visivi.

Un metodo nuovo per far sì che le macchine cambino le emozioni del discorso in modo naturale.

Si stanno sviluppando nuovi metodi per identificare le voci cantanti deepfake nell'industria musicale.

La selezione di core-set migliora i modelli di sintesi vocale concentrandosi su dati diversi.

Nuovi modelli stanno cambiando il modo in cui analizziamo le emozioni nel parlato.