Informatica - Suono

Un nuovo modello crea audio che si abbina al video, migliorando le esperienze media.

Un metodo per potenziare il riconoscimento automatico del parlato mescolando liste di parole chiave con modelli linguistici.

Uno studio sulle tecniche di imitazione vocale usando la tecnologia per migliorare la comunicazione.

Scopri come allenare efficacemente modelli di linguaggio con meno risorse etichettate.

Un'analisi della terminologia di genere nella tecnologia vocale e le sue implicazioni sociali.

Un nuovo framework migliora la rilevazione di eventi sonori sovrapposti in ambienti audio complessi.

Ricerche per migliorare l'identificazione dei suoni degli uccelli tramite tecniche di machine learning.

Un nuovo metodo migliora la creazione automatica di cover per pianoforte usando la tecnologia di trascrizione musicale esistente.

Uno sguardo ai risultati della sfida Codec-SUPERB e ai metodi di misurazione delle performance del codec.

Il progetto MultiMed migliora il riconoscimento vocale automatico per una comunicazione sanitaria migliore.

Un modo nuovo per valutare la qualità audio senza bisogno di riferimenti puliti.

Il framework ECHO migliora l'accuratezza della classificazione del suono usando etichette strutturate e un processo di apprendimento in due fasi.

Nuovo metodo migliora la chiarezza del parlato integrando informazioni visive.

Un nuovo approccio migliora la stima della direzione del suono per relatori in movimento in situazioni difficili.

Il recupero di momenti audio permette di individuare momenti specifici in registrazioni lunghe.

Safe Guard rileva discorsi d'odio in tempo reale durante le interazioni vocali nella VR sociale.

L'IA sta evolvendo per avere conversazioni più naturali.

Un approccio nuovo usa la risonanza magnetica in tempo reale per visualizzare i movimenti della produzione del parlato.

Un nuovo metodo per rilevare le prime riflessioni in una stanza migliora l'esperienza audio.

Un progetto che sviluppa dataset di parlato e testo per lingue con risorse limitate.

Un nuovo framework migliora il riconoscimento vocale e si adatta a vari compiti di parlato.

Sono necessari nuovi metodi per rilevare le tecnologie di sintesi vocale deepfake avanzate.

Nuovi metodi aumentano l'accuratezza nell'identificare i suoni degli animali da dati limitati.

Nuovo metodo migliora l'integrazione del suono virtuale negli ambienti AR.

Un nuovo metodo punta a preservare la privacy della voce mentre consente una comunicazione efficace.

Nuovi metodi migliorano il riconoscimento vocale per lingue a bassa risorsa senza testo.

Nuovi metodi migliorano l'accuratezza nei sistemi di riconoscimento vocale usando la comprensione fonetica.

Questo framework migliora le animazioni in tempo reale sincronizzando alla perfezione il parlato e i gesti.

Nuove caratteristiche acustiche migliorano le prestazioni dei sistemi ASR in ambienti rumorosi.

Una nuova funzione di perdita migliora la qualità audio allineando fase e ampiezza.

Un nuovo modello TTS aggiunge profondità emotiva alla voce generata dal computer.

Valutare i modelli di riconoscimento vocale per le sessioni di diagnosi dell'autismo.

Metodi recenti migliorano la chiarezza e la qualità audio usando modelli avanzati.

Un nuovo approccio migliora il rilevamento delle registrazioni audio false.

ESPnet-Codec migliora l'addestramento e la valutazione dei codec neurali per audio e parlato.

Esplorando metodi per adattare le RNN a diversi tassi di campionamento audio.

Nuovo modello raggiunge trascrizione vocale più veloce senza sacrificare l'accuratezza.

Scopri come gli embedding Matryoshka migliorano l'efficienza e la flessibilità nel riconoscimento vocale.

Ti presento NanoVoice, un modello di sintesi vocale veloce ed efficiente per audio personalizzato.

Il nuovo modello VoiceGuider migliora il TTS per relatori diversi.