Nuovi metodi stanno aiutando le macchine a interpretare meglio i suoni individuali.
― 6 leggere min
Informatica - Suono
RSSUna panoramica sulle tecnologie di riconoscimento delle parole chiave e le loro sfide con la lingua urdu.
― 6 leggere min
La ricerca mostra le difficoltà nel riconoscimento vocale delle trasmissioni radio della polizia.
― 8 leggere min
PDMX offre una vasta collezione di musica simbolica di dominio pubblico per lo sviluppo dell'IA.
― 6 leggere min
Uno studio mostra che i i-vettori possono competere con modelli complessi nel riconoscimento vocale.
― 5 leggere min
Uno studio su come le scelte di design influenzano i modelli di linguaggio.
― 7 leggere min
Un nuovo metodo valuta i modelli di parlato self-supervised usando misure di ranking.
― 5 leggere min
Lo studio mette in evidenza i progressi nel riconoscimento delle emozioni nei robot usando i Vision Transformers.
― 7 leggere min
La ricerca sottolinea l'importanza di una diagnosi giusta nelle malattie respiratorie.
― 7 leggere min
MusicLIME spiega come l'AI analizza la musica tramite audio e testi.
― 6 leggere min
Scopri come il Quantum Computing sta rivoluzionando la creatività musicale con il Variational Quantum Harmonizer.
― 12 leggere min
Il modello MCMamba migliora la qualità del parlato in ambienti rumorosi usando informazioni spaziali e spettrali.
― 4 leggere min
Questo studio valuta metodi a bassa latenza per migliorare la qualità del parlato in condizioni rumorose.
― 7 leggere min
Esaminare come i gesti 2D e 3D influenzano la comunicazione dei personaggi virtuali.
― 8 leggere min
Uno studio su come migliorare i sistemi di riconoscimento vocale in ambienti rumorosi.
― 6 leggere min
I ricercatori usano il parlato per identificare e monitorare diverse condizioni di salute.
― 8 leggere min
RF-GML misura la qualità audio senza bisogno di un segnale di riferimento.
― 5 leggere min
Scopri come l'armonizzazione delle stanze migliora le esperienze audio in diversi ambienti.
― 6 leggere min
StyleTTS-ZS offre una sintesi vocale efficiente e di alta qualità senza bisogno di addestrare a lungo il relatore.
― 5 leggere min
Un nuovo metodo migliora il canto corale sintetizzato modellando le interazioni tra i cantanti.
― 5 leggere min
Un nuovo framework migliora il riconoscimento vocale modellando efficacemente le relazioni sonore.
― 5 leggere min
Un nuovo metodo di mascheramento migliora la conversione vocale separando l'identità del parlante dalla fonetica.
― 6 leggere min
Tecniche innovative migliorano l'allenamento dei modelli musica-testo con risorse limitate.
― 7 leggere min
Nuovi metodi migliorano il tagging audio per stili musicali diversi e la preservazione culturale.
― 7 leggere min
Un dataset di suoni domestici promuove sicurezza e comfort per gli anziani.
― 5 leggere min
SD-Codec migliora l'elaborazione audio separando efficacemente i diversi tipi di suono.
― 5 leggere min
Questo articolo parla di metodi per migliorare il riconoscimento vocale per il parlato con accenti.
― 6 leggere min
Un nuovo approccio migliora l'interpretabilità del rilevamento di discorso falsificato.
― 5 leggere min
Uno sguardo al nuovo sistema TTS a singolo stadio che migliora la generazione del parlato.
― 6 leggere min
Questo studio affronta le sfide nei modelli audio per le lingue a basso supporto.
― 6 leggere min
Questo studio migliora i sistemi di riconoscimento delle emozioni per lingue meno comuni usando dati ad alta risorsa.
― 7 leggere min
Un modello migliora i compiti di parlare in contesti multilingue, affrontando le sfide del code-switching.
― 6 leggere min
DeFT-Mamba migliora la separazione e la classificazione dei suoni in ambienti rumorosi.
― 5 leggere min
CADA-GAN migliora le performance dei sistemi ASR in vari ambienti di registrazione.
― 6 leggere min
EVA unisce segnali audio e visivi per una migliore precisione nel riconoscimento vocale.
― 5 leggere min
Un nuovo framework semplifica il riconoscimento vocale in ambienti affollati.
― 6 leggere min
Llama-AVSR unisce audio e input visivi per migliorare l'accuratezza del riconoscimento vocale.
― 7 leggere min
WMCodec migliora il watermarking audio per una sicurezza e autenticità migliori.
― 5 leggere min
Nuovi modelli affrontano la classificazione dei suoni con dati di addestramento limitati.
― 6 leggere min
Un nuovo approccio migliora il rilevamento di audio falso usando modelli preaddestrati.
― 5 leggere min