Informatica - Suono

Un nuovo approccio sfrutta l'apprendimento auto-supervisionato per collegare audio e spartiti.

Un nuovo metodo migliora il matching tra audio e spartiti.

Usare il clustering k-means per ottimizzare i dati audio per un miglior addestramento del modello.

Uno studio mostra che l'augmented audio può migliorare il riconoscimento vocale nelle lingue a bassa risorsa.

Un nuovo approccio migliora l'efficienza nei modelli ASR multilingue integrando tecniche di mascheramento adattivo.

Indagando sull'audio deepfake per migliorare i modelli di trascrizione per lingue meno comuni.

Nuove strategie migliorano l'apprendimento con etichette deboli selezionando esempi negativi rilevanti.

Un nuovo metodo per aggiungere filigrane all'audio creato da modelli di diffusione per proteggere la proprietà.

Nuove tecniche migliorano i sistemi ASR per riconoscere meglio discorsi lunghi.

Nuove tecniche puntano a migliorare l'accuratezza dei dispositivi attivati dalla voce contro gli attacchi.

DurIAN-E migliora il parlato sintetico con un'espressività e un fluire naturale potenziati.

Scopri come SER migliora le interazioni uomo-macchina grazie al rilevamento delle emozioni.

Un metodo per scegliere il miglior modello ASR basato sulle caratteristiche audio.

Scopri come la dereverberazione migliora il riconoscimento vocale in ambienti rumorosi.

Coco-Nut offre diversi campioni vocali giapponesi per applicazioni avanzate di sintesi vocale.

Questo studio presenta un modello basato sull'attenzione per stimare i volumi delle stanze da registrazioni audio.

Il modello ASCA migliora l'accuratezza della classificazione audio per set di dati piccoli.

MyST punta a migliorare l'apprendimento della scienza nei bambini attraverso tutoraggio virtuale.

Lo studio confronta l'accuratezza nella localizzazione del suono tra formati audio a quattro canali e a due canali.

Uno sguardo a M2MeT 2.0 e il suo impatto sulla trascrizione delle riunioni.

Un nuovo metodo di elaborazione audio migliora l'anonimato del parlante mantenendo la chiarezza del discorso.

Questo studio trasforma i dati della risonanza magnetica della lingua in audio vocale reale.

Questo studio analizza come la compressione dei modelli influisce sul riconoscimento vocale in ambienti rumorosi.

Esplora come l'Apprendimento Attivo Online migliori l'efficienza nel riconoscimento dei suoni.

Un nuovo modello migliora la comprensione del parlato e dei suoni contemporaneamente.

Nuova tecnologia migliora la rilevazione della disartria e la classificazione della gravità.

Nuovi metodi migliorano la rilevazione precoce dei problemi vocali usando le caratteristiche della sorgente glottale.

Migliorare i modelli di riconoscimento vocale per capire e adattarsi meglio ai diversi accenti.

DCLS migliora le performance di classificazione audio imparando le posizioni dei kernel durante l'addestramento.

Un nuovo metodo migliora l'apprendimento automatico dei dati audio-visivi.

Introdurre nuovi modelli per estrarre meglio il parlato in ambienti rumorosi.

Un nuovo metodo migliora l'efficienza del riconoscimento vocale usando l'adattamento a basso rango.

Combinare audio, video e testo per valutazioni della salute mentale migliori.

Uno sguardo ai progressi nel riconoscimento vocale per aumentare velocità e precisione.

Migliorare la comunicazione fra medici e pazienti con tecnologie avanzate di riconoscimento vocale.

La Melodia di Synthia aiuta i ricercatori a testare modelli audio su dati diversi.

La ricerca si concentra sul miglioramento dei sistemi ASR per audio non segmentato.

La ricerca si concentra sull'ottimizzazione dei sintetizzatori per le vocalizzazioni umane in diversi media.

Un nuovo metodo migliora la verifica dell'identità del parlante gestendo efficacemente la variabilità delle sessioni.

I LLM migliorano l'accuratezza e la correzione degli errori nei sistemi di riconoscimento vocale.