Un nuovo metodo migliora la trasformazione audio mantenendo melodia e qualità del suono.
― 6 leggere min
Informatica - Suono
RSSQuesto metodo migliora l'accuratezza del riconoscimento per i nomi rari nei risultati vocali.
― 6 leggere min
Un nuovo modello migliora il rilevamento degli audio deepfake con apprendimento continuo.
― 6 leggere min
Una panoramica dei metodi, delle sfide e dei sistemi di diarizzazione audio-visiva dei relatori.
― 5 leggere min
Questo studio valuta le reti neurali per replicare le caratteristiche del riverbero a molla.
― 8 leggere min
BigCodec migliora la qualità del suono nella trasmissione audio a bassa bitrate.
― 5 leggere min
Un nuovo dataset migliora la tecnologia del riconoscimento vocale multilingue in India.
― 6 leggere min
Questo articolo parla dei vantaggi di semplificare i modelli transformer per i compiti di riconoscimento vocale.
― 5 leggere min
Sortformer integra la diarizzazione degli speaker e l'ASR per migliorare l'elaborazione audio.
― 5 leggere min
Un modo nuovo per creare suoni di pianoforte realistici usando la separazione dei componenti sonori.
― 8 leggere min
ParaEVITS migliora l'espressione emotiva nel TTS attraverso la guida del linguaggio naturale.
― 5 leggere min
Scopri come l'audio inpainting ripara le parti mancanti dei segnali.
― 5 leggere min
Nuovi metodi migliorano la comprensione del linguaggio parlato grazie a un dataset innovativo.
― 5 leggere min
Un nuovo framework migliora l'accuratezza della conferma dell'identità vocale.
― 5 leggere min
Nuovi metodi migliorano la conversazione uomo-robot rendendo il parlato più chiaro.
― 5 leggere min
Nuovi metodi migliorano l'accesso alle notizie parlate segmentando meglio gli argomenti.
― 7 leggere min
Uno studio sulle capacità dei LLM nel comprendere intervalli musicali, accordi e scale.
― 9 leggere min
Un nuovo metodo per il tagging musicale usando il few-shot learning mostra risultati promettenti.
― 7 leggere min
FlowSep introduce un metodo nuovo per estrarre suoni usando query linguistiche.
― 5 leggere min
SSR-Speech offre nuove soluzioni per la generazione e la modifica del parlato.
― 5 leggere min
I progressi nell'IA rendono comuni gli audio falsi, spingendo a cercare modi per rilevarli.
― 6 leggere min
Il nuovo modello migliora la generazione del parlato in diversi dialetti delle lingue a accento tonale.
― 5 leggere min
Un nuovo metodo migliora l'accuratezza della localizzazione sonora garantendo la privacy dei dati.
― 4 leggere min
SoloAudio migliora l'estrazione del suono usando tecniche avanzate e dati sintetici.
― 5 leggere min
OpenACE offre un buon punto di riferimento per valutare i codec audio in diverse condizioni.
― 6 leggere min
Un metodo per identificare guasti nei motori elettrici tramite analisi del suono e reti neurali bayesiane.
― 5 leggere min
I modelli di riconoscimento vocale si stanno evolvendo con la previsione multi-token per risposte più veloci.
― 5 leggere min
Sforzi per migliorare la tecnologia vocale per la lingua Faetar, che è poco supportata.
― 6 leggere min
Un nuovo metodo zero-shot migliora l'accuratezza della conversione vocale e riduce al minimo le perdite sonore.
― 6 leggere min
Uno studio rivela come i toni cambiano nel parlato quotidiano del mandarino taiwanese.
― 5 leggere min
Un nuovo approccio migliora l'isolamento vocale in ambienti audio misti usando token discreti.
― 5 leggere min
La ricerca collega i dipinti alla musica interpretando le emozioni.
― 6 leggere min
Un nuovo metodo migliora la rilevazione automatica dei problemi di linguaggio legati al morbo di Parkinson.
― 5 leggere min
Un nuovo approccio migliora i sistemi ASR per una comunicazione in aula migliore.
― 5 leggere min
Questo articolo esplora come input diversi possono aumentare l'accuratezza del riconoscimento vocale.
― 5 leggere min
Un sistema che rende la creazione musicale facile e accessibile a tutti, indipendentemente dal livello di abilità.
― 7 leggere min
ReCLAP migliora la classificazione audio con suggerimenti dettagliati per una maggiore precisione.
― 5 leggere min
Un progetto mira a migliorare la tecnologia vocale per chi ha difficoltà di comunicazione.
― 6 leggere min
MambaFoley rivoluziona la sintesi del suono Foley con un tempo e un realismo migliorati.
― 6 leggere min
Un nuovo sistema migliora l'accuratezza degli accenti nel TTS per una comunicazione migliore.
― 6 leggere min