Articoli più recenti per Tecnologia del parlato

Tecniche innovative per migliorare i modelli TTS e ridurre la perdita di conoscenza.

Questo studio esamina come la dimensione del batch influisce sulle prestazioni e sull'addestramento dei modelli di linguaggio.

Un nuovo metodo migliora le prestazioni del modello di parlato e l'efficienza in ambienti rumorosi.

Uno studio per migliorare i sistemi TTS con campioni vocali diversi.

La ricerca identifica e classifica i dialetti curdi sorani usando registrazioni audio estese.

RALL-E migliora la sintesi testo-parola per un parlato più chiaro e naturale.

Nuovi metodi migliorano la rappresentazione audio attraverso tecniche di apprendimento self-supervised.

Il nuovo modello permette di controllare con precisione le qualità della voce mantenendo il contenuto.

Un nuovo framework per valutare i modelli di base nei compiti di parlato.

Uno studio rivela che gli utenti preferiscono agenti vocali statici piuttosto che quelli adattivi.

FlashSpeech offre soluzioni di sintesi vocale rapide e di alta qualità.

SEANet migliora l'isolamento degli altoparlanti riducendo il rumore nell'elaborazione audio.

Un metodo di apprendimento attivo in due fasi migliora l'accuratezza del riconoscimento vocale con meno dati.

Questo studio valuta le performance dei sistemi ASR con persone che balbettano.

Questo articolo esplora le vulnerabilità nei modelli di discorso e i modi per migliorare la loro sicurezza.

Nuovi metodi migliorano il modo in cui le macchine riconoscono le emozioni nel parlato.

Seed-TTS crea una voce realistica partendo dal testo per vari usi.

Il nuovo modello ARDiT migliora la sintesi testo-voce e l'editing vocale.

mHuBERT-147 elabora il parlato in più lingue in modo efficiente.

Nuovi metodi migliorano il riconoscimento vocale in ambienti rumorosi usando tecniche adattive.

Un nuovo metodo per ottimizzare l'analisi e la sintesi del parlato usando i movimenti del tratto vocale.

Uno studio per migliorare la segmentazione audio integrando gli embeddings degli speaker.

Nuovi sforzi mirano a supportare i dialetti Yoruba nella tecnologia linguistica.

Questo articolo parla di come Wav2Vec2.0 elabora i suoni della voce usando la fonologia.

Questo studio valuta la tecnologia vocale in lingue a basso costo come l'arabo tunisino.

Migliorare la sintesi vocale per una generazione di voce più naturale ed espressiva.

Introducendo un metodo per avere un controllo migliore nell'editing del parlato.

Emilia offre un dataset vario per migliorare i modelli di generazione vocale.

Mamba promette bene contro i transformers nei compiti di linguaggio, specialmente per input lunghi.

Un nuovo metodo migliora il rilevamento della balbuzie combinando dati audio, video e testo.

La ricerca presenta nuovi metodi per valutare i sistemi di riconoscimento vocale in polacco.

Un nuovo set di dati migliora il parlato delle macchine per il mandarino, puntando a un'espressione naturale.

Esplora l'importanza crescente dell'editing vocale per i creatori di contenuti.

Nuovi metodi migliorano i sistemi di riconoscimento vocale per lingue poco rappresentate.

La ricerca combina il miglioramento della voce e l'apprendimento trasferito per sistemi anti-spoofing migliori.

Nuovi metodi migliorano l'espressione emotiva nella sintesi vocale delle macchine.

Speech-MASSIVE punta a migliorare la comprensione del linguaggio parlato in diverse lingue.

Tecniche innovative proteggono i dati vocali sensibili mantenendo l'accuratezza del processamento.

OpenOmni crea strumenti flessibili per creare e testare agenti conversazionali.

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