Informatica - Suono

WildDESED migliora i sistemi di rilevamento sonoro in ambienti domestici rumorosi.

Uno studio rivela come diversi generi musicali attivano aree cerebrali distinte.

Regole fondamentali per inviare articoli a NeurIPS 2024.

Questo articolo parla di come migliorare la MUSICA con il calcolo approssimato per ottenere prestazioni migliori.

Un nuovo sistema migliora l'accuratezza e l'efficienza nella trascrizione musicale multi-strumento.

Un nuovo modello migliora la precisione nelle capacità di trascrizione vocale in più lingue.

Sviluppi nel prevedere la qualità del parlato usando metodi efficienti per dispositivi mobili.

Un metodo per migliorare il timbro nella produzione musicale attraverso i sintetizzatori.

Questo studio valuta la tecnologia vocale in lingue a basso costo come l'arabo tunisino.

La ricerca rivela rischi nei modelli di riconoscimento vocale multitasking come Whisper.

TokenVerse semplifica l'analisi delle conversazioni parlate integrando più compiti in un unico modello.

Nuovo dataset migliora la generazione audio da descrizioni testuali dettagliate.

Un modo nuovo per gli artisti di collegare la creatività con la generazione audio dell'IA.

Esplorare l'impatto dei modelli TTM sulla creazione musicale e sulle esperienze degli utenti.

Questo articolo esamina la latenza di vari sistemi di diarizzazione degli speaker nell'elaborazione audio.

Nuovo dataset punta a migliorare il riconoscimento vocale per i parlanti non nativi dell'inglese.

Un nuovo framework, BiosERC, migliora il riconoscimento delle emozioni tenendo conto delle caratteristiche del parlante.

Questo studio esamina come le preferenze vocali variano tra diversi ascoltatori.

Questo articolo presenta un metodo per generare suoni precisi da video e testo.

Un nuovo modello migliora la simulazione degli strumenti a corde per un suono realistico.

Introducendo un metodo per avere un controllo migliore nell'editing del parlato.

Uno studio per classificare la musica in base all'epoca usando le caratteristiche audio e le intuizioni degli artisti.

Un nuovo modello migliora lo studio della comunicazione animale usando dati audio grezzi.

Un nuovo sistema migliora l'efficienza dell'elaborazione dei segnali tramite metodi di codifica innovativi.

Un team affronta le sfide dell'identificazione dei canti degli uccelli nella competizione BirdCLEF 2024.

Presentiamo i dataset MERGE per migliorare la classificazione delle emozioni nella musica.

Questo studio esamina il Mix-Training per il riconoscimento delle parole chiave in condizioni di parlato rumoroso.

Un nuovo metodo aiuta i modelli più piccoli a funzionare meglio usando suggerimenti dai modelli più grandi.

Esplora gli aggiornamenti nella versione 3 del dataset Divide and Remaster.

Una panoramica completa dei dataset utilizzati nei modelli audio-linguistici e della loro importanza.

Un sistema affidabile basato su auricolari monitora le frequenze respiratorie durante diverse attività quotidiane.

Migliorare i sistemi di riconoscimento vocale per le lingue con pochi dati online.

Unire suoni e immagini per sistemi di riconoscimento più intelligenti.

Un metodo per migliorare il rilevamento di deepfake audio attraverso l'aumento dei dati.

Beat-It genera movimenti di danza sincronizzati per migliorare la coreografia senza sforzo.

I ricercatori vogliono creare suoni che si abbinino a video silenziosi, migliorando l'esperienza degli spettatori.

Questo studio affronta i problemi con i sistemi SLU e la loro capacità di generalizzare.

Uno strumento auto-supervisionato per stimare le tonalità musicali, riducendo le annotazioni degli esperti.

Diff-MST migliora il mixing musicale applicando il trasferimento di stile da brani di riferimento.

Un nuovo modello migliora la comunicazione per le persone con disabilità usando il riconoscimento vocale e il codice Morse.