Informatica - Suono

La ricerca mostra come rendere i modelli di linguaggio più piccoli ed efficienti.

La separazione dei dialoghi aiuta gli spettatori a sentire chiaramente le conversazioni in mezzo al rumore di fondo.

MAT-SED usa un nuovo modello Transformer per una rilevazione efficace degli eventi sonori.

Combinare i suoni cardiaci e l'ecocardiografia per migliorare la diagnosi delle malattie cardiache congénite.

Un ricco set di dati di registrazioni di chitarra collegate a spartiti musicali per ricerca e analisi.

Auptimize migliora il posizionamento degli segnali audio per un'interazione utente migliore in XR.

Malacopula mette in dubbio l'affidabilità delle tecnologie di verifica automatica degli speaker.

Un nuovo metodo per animazioni facciali 3D più realistiche che si adattano agli stili di parlato personali.

L'addestramento avversariale migliora l'accuratezza del riconoscimento delle parole chiave nel parlato sintetico e reale.

Questo pezzo parla del few-shot learning e del suo impatto sui task audio.

Una nuova tecnologia collega i tratti del viso alla voce, aiutando la comunicazione per chi non può parlare.

Un nuovo metodo migliora la separazione e generazione audio senza dati etichettati.

Affrontare le sfide dell'audio falso e della verifica dell'oratore.

Analizzare le caratteristiche della musica rage attraverso il machine learning per una migliore classificazione dei generi.

I falsi audio sono un problema serio; metodi di rilevamento efficaci sono essenziali.

Un nuovo metodo migliora l'accuratezza nel rilevare audio sintetico.

Un nuovo metodo per separare e manipolare suoni musicali.

SSL-TTS semplifica la sintesi vocale usando pochi dati di addestramento per risultati di alta qualità.

Nuovi metodi migliorano i modelli ASR per più lingue, preservando le conoscenze passate.

Un nuovo approccio migliora il riconoscimento delle frasi con cambio di codice nel linguaggio bilingue.

Un sistema innovativo automatizza la generazione di suoni per film e giochi.

Nuovi metodi migliorano il riconoscimento vocale in ambienti rumorosi.

Il nuovo modello migliora la conversione vocale, specialmente per il parlato sussurrato e le applicazioni in tempo reale.

Esplorando un nuovo approccio digitale alla modellazione del suono degli amplificatori per chitarra.

Presentiamo un sistema rivoluzionario per generare musica vocale hindustani.

Un nuovo metodo per modellare con precisione i compressori ottici usando reti neurali.

WhisperMask cattura la voce chiaramente nei posti rumorosi, migliorando la comunicazione.

Nuovi metodi migliorano le valutazioni della qualità della voce per i pazienti con problemi al sistema vocale.

VoiceX semplifica il processo di creazione di voci personalizzate per diverse applicazioni.

Esaminando come i modelli vocali influenzano il significato e le prestazioni della tecnologia.

NEST offre un approccio più veloce ed efficiente per i compiti di riconoscimento vocale self-supervised.

I benchmark attuali non valutano bene la capacità dei modelli di collegare dati audio e visivi.

Wav2Small migliora il riconoscimento delle emozioni nel parlato con minori esigenze di risorse.

Uno sguardo alle complessità dell'identificazione delle tracce audio miste.

Una panoramica dei ricchi dialetti del Tamil e dei metodi di identificazione.

Un nuovo modo per rilevare problemi delle macchine senza compromettere la privacy dei dati.

VoiceTailor trasforma i sistemi TTS per output vocali personali e super efficienti.

Scopri come il suono si diffonde negli spazi e le sue applicazioni.

StyleSpeech migliora i sistemi TTS catturando le sfumature del linguaggio naturale.

Esplorare metodi per migliorare la chiarezza del parlato in ambienti rumorosi tramite deep learning.