Informatica - Suono

Nuovi metodi migliorano le prestazioni del vocoder con dati audio limitati.

Uno sguardo alla disartria, alla sua rilevazione e al ruolo della tecnologia.

I prompt soft migliorano la tecnologia di riconoscimento vocale per avere prestazioni migliori in ambienti rumorosi.

La ricerca combina l'apprendimento auto-supervisionato e nuove tecniche di misurazione per migliorare l'inversione vocale.

I ricercatori hanno sviluppato un nuovo framework per migliorare la chiarezza del parlato per gli utenti di elettrolaringei.

Questo studio esplora strategie di allenamento per migliorare la rilevazione di audio falsi.

I nuovi modelli si adattano per migliorare l'efficienza e la reattività del riconoscimento vocale.

RECAP usa tecniche avanzate per generare didascalie audio precise senza dover riaddestrare.

Una guida pratica per capire la teoria musicale attraverso l'armonia e le scale.

Un nuovo metodo utilizza dati sintetici per migliorare i sistemi ASR in aree poco familiari.

Un nuovo metodo basato sull'audio stima le dimensioni della folla senza invadere la privacy personale.

Un nuovo approccio al riconoscimento vocale migliora l'interazione con l'utente grazie a istruzioni flessibili.

Un metodo solido per identificare anomalie audio e combattere il voice spoofing.

Un nuovo modello migliora la comprensione delle emozioni durante le conversazioni.

Questo studio esamina se i simboli di linguaggio appresi imitano i modelli di frequenza delle parole.

Presentiamo un metodo più veloce per la sintesi vocale di alta qualità usando modelli di diffusione.

HiFTNet offre una sintesi vocale più veloce e di alta qualità usando tecniche innovative ed efficienti.

Un nuovo metodo trasforma le voci usando le caratteristiche facciali per diverse applicazioni.

AV-SUPERB valuta modelli audio e visivi su vari task per migliorare le prestazioni.

Un nuovo approccio migliora la diarizzazione degli speaker integrando dati semantici nel processo.

Nuovo metodo migliora la velocità e l'efficienza nella generazione da testo a audio.

La ricerca mostra un miglioramento nella precisione nel riconoscere le emozioni dal parlato in diverse lingue.

Esplora come TTT migliora il riconoscimento vocale adattandosi ai cambiamenti di distribuzione.

Migliorare il modo in cui identifichiamo le fonti sonore usando dati audio-visivi.

Un metodo per visualizzare e prevedere suoni in vari ambienti usando tecnologia avanzata.

Nuovi metodi combinano audio e metadati per un riconoscimento linguistico migliore.

Un sistema progettato per rilevare attacchi alla presentazione vocale aumenta la sicurezza nel riconoscimento vocale.

Migliorare il riconoscimento vocale di Whisper per il vietnamita e altre lingue a bassa risorsa.

FluentEditor migliora l'editing audio concentrandosi sul flusso naturale e sulla coerenza.

Migliorare la traduzione in tempo reale attraverso tecniche di segmentazione avanzate.

Migliorare le traduzioni in tempo reale con metodi innovativi e politiche intelligenti.

Sforzi per migliorare i sistemi ASR per l'arabo tunisino e il code-switching.

Metodi innovativi puntano a personalizzare la generazione musicale secondo le preferenze degli utenti.

Un nuovo modello migliora l'efficienza e le prestazioni nella separazione del parlato.

Un nuovo approccio valuta la qualità audio usando più microfoni in diversi ambienti.

Un nuovo metodo migliora la separazione dei suoni tra diverse frequenze.

Esplora i progressi nella cancellazione dell'eco per migliorare la qualità delle chiamate.

Un nuovo metodo migliora la generazione musicale aggiungendo il contesto della performance.

Un nuovo approccio genera didascalie audio usando solo testo, migliorando l'efficienza dei dati.

Esplorare le sfide e le innovazioni nel matchare registrazioni audio con spartiti.