Informatica - Suono

Trasformare i gesti per agenti virtuali mantenendo il significato.

Esplorando come le reti neurali migliorano l'accuratezza della localizzazione delle sorgenti sonore.

I ricercatori migliorano il riconoscimento vocale automatico per il punjabi usando tecniche di auto-addestramento innovative.

Un nuovo modello migliora il riconoscimento vocale in ambienti rumorosi concentrandosi su un singolo parlante.

Nuovi metodi mirano a proteggere la privacy del parlato nei sistemi di monitoraggio audio.

Un nuovo dataset migliora la sintesi vocale catturando l'espressione emotiva senza fare affidamento sul testo.

Nuove strategie per migliorare la stabilità dell'allenamento nella classificazione delle altezze musicali.

Phoneme Hallucinator trasforma la conversione vocale con dati limitati per risultati più chiari.

Un nuovo metodo crea gesti realistici a partire da audio vocale grezzo.

Migliorare i sistemi ASR ibridi per il parlato bilingue usando unità grafiche.

Un nuovo modello migliora l'allineamento di parlato e testo per una migliore riconoscimento automatico.

Lip2Vec migliora il riconoscimento visivo del parlato usando meno dati etichettati.

Nuovi metodi migliorano l'accuratezza e la velocità nei sistemi di riconoscimento vocale.

O-1 migliora il riconoscimento vocale ottimizzando i metodi di auto-apprendimento.

Un nuovo metodo migliora le prestazioni dell'ASR attraverso l'integrazione dei dati testuali.

L'inserimento di testo aiuta a riconoscere le informazioni personali mantenendo la privacy.

Scopri come le nuove tecniche stanno trasformando il rilevamento degli eventi sonori per diverse applicazioni.

Esplorare metodi non lineari nell'audio per la produzione musicale e l'analisi del parlato.

Un nuovo metodo per una rilevazione precisa del pitch nella musica e nei suoni.

Radio2Text usa segnali mmWave per il riconoscimento vocale in tempo reale in ambienti rumorosi.

Uno studio esamina l'efficacia dei mascheratori di suono automatici negli spazi pubblici.

Le reti neurali grafiche migliorano l'accuratezza del riconoscimento vocale analizzando le relazioni tra i campioni vocali.

Uno studio che valuta il riconoscimento delle emozioni nei modelli di linguaggio in sei lingue.

Il modello AffectEcho migliora l'espressione emotiva nel parlato generato dall'IA.

Questo studio migliora i modelli G2P concentrandosi sulle aree soggette a errori durante l'addestramento.

Scopri metodi che migliorano l'accuratezza nel tracciamento dei formanti per l'analisi del parlato.

I ricercatori sviluppano metodi basati sulla voce per una valutazione più precisa del morbo di Parkinson.

Meta-SELD migliora la localizzazione degli eventi sonori in ambienti diversi.

AVMIT offre ai ricercatori spunti su come suono e visione si collegano nel riconoscimento delle azioni.

Un nuovo modello di intelligenza artificiale migliora la previsione dei punteggi di qualità audio.

Questa ricerca esamina come i metodi di campionamento influenzano la qualità della musica generata dall'IA.

Un nuovo metodo migliora il rilevamento di audio falso nei sistemi di riconoscimento vocale.

Nuovi metodi migliorano l'accuratezza del beat tracking nella musica classica complessa.

Uno sguardo a come la diarizzazione linguistica aiuta nelle conversazioni multilingue.

Un nuovo framework semplifica la generazione di texture audio riducendo il bisogno di etichettatura.

Un nuovo sistema migliora il riconoscimento vocale in ambienti rumorosi usando tecniche avanzate.

Valutare l'efficacia dell'anonimizzazione della voce senza perdere il suono naturale.

I nuovi modelli migliorano l'accuratezza della classificazione audio e la resilienza contro il rumore e gli attacchi.

Una panoramica degli strumenti AI per la creazione musicale e le loro caratteristiche uniche.

La ricerca esplora il deep learning per creare audio che si abbini al contenuto video muto.