Articoli più recenti per Tecnologia del parlato

I ricercatori migliorano il riconoscimento del parlato generato da macchine usando aggiustamenti delle informazioni di fase.

Un nuovo framework migliora lo studio dei sistemi di riconoscimento vocale non supervisionati.

Il nuovo modello LinDiff migliora la velocità e la qualità della sintesi vocale.

I ricercatori mescolano caratteristiche visive e sonore per migliorare il linguaggio per gli utenti di elettrolaringe.

Questa ricerca mette in evidenza come i LLM migliorano la comprensione del parlato nei video lunghi.

Un nuovo metodo ottimizza i modelli vocali per migliori prestazioni con meno risorse.

EM-Network migliora l'apprendimento delle sequenze nei compiti di elaborazione del parlato e del linguaggio.

Questo studio valuta vari modelli per prevedere la qualità del parlato sintetizzato.

Questo articolo parla di come migliorare il riconoscimento vocale usando metodi di ensemble basati sulla fiducia.

GenerTTS migliora la tecnologia di sintesi vocale per applicazioni multilingue.

Un nuovo modello migliora l'estrazione del parlato da sfondi rumorosi usando il deep learning.

Uno studio su come migliorare la riproduzione del suono vocale attraverso tecniche di sintesi avanzate.

Nuovi metodi mirano a nascondere le identità degli speakers mantenendo la chiarezza del discorso.

Un nuovo metodo per migliorare la qualità del discorso usando reti a basso consumo energetico.

I ricercatori analizzano come le emozioni vengono condivise attraverso il linguaggio usando dati vari.

Nuovi metodi migliorano la qualità della voce sintetizzata usando l'apprendimento auto-supervisionato.

L'apprendimento federato migliora il riconoscimento vocale mantenendo i dati dell'utente privati.

Un nuovo metodo migliora il rilevamento delle emozioni dalla voce usando solo l'audio.

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

Le ricerche evidenziano metodi di rilevamento in tempo reale per audio fasullo creato dall'IA.

Nuovi metodi di potatura migliorano le prestazioni del modello text-to-speech multi-parlante zero-shot.

Nuovi metodi per selezionare dati vocali riducono il labeling mentre migliorano la precisione del riconoscimento.

Un nuovo metodo migliora il ranking della qualità del parlato usando i punteggi di preferenza degli ascoltatori.

Un metodo per migliorare i sistemi ASR per utenti che balbettano.

Nuovi metodi a passaggio singolo migliorano la precisione nel tracciamento dei formanti per i suoni della parola.

Un nuovo approccio migliora l'integrazione del parlato con i modelli di linguaggio.

Esaminare come i modelli di linguaggio pre-addestrati migliorano la qualità del testo in voce.

MuLanTTS di Microsoft offre capacità di sintesi vocale francese naturali ed espressive.

Un progetto punta a migliorare l'elaborazione del parlato francese usando l'apprendimento auto-supervisionato.

Nuovi metodi migliorano il modo in cui le macchine riconoscono il ritmo della parola e le emozioni.

Questo studio migliora la capacità dei sistemi ASR di riconoscere il parlato dei bambini.

VoxtLM combina riconoscimento vocale, sintesi, generazione di testo e continuazione in un unico modello.

Libriheavy offre 50.000 ore di inglese parlato per potenziare la tecnologia di riconoscimento vocale.

AV2Wav migliora la qualità del parlato usando segnali audio e visivi.

La selezione di core-set migliora i modelli di sintesi vocale concentrandosi su dati diversi.

Nuovo metodo conserva il tono emotivo nella conversione della voce per una migliore interazione uomo-computer.

Le ricerche mostrano che il discorso emotivo influisce sulle performance dei modelli nei compiti di separazione del parlato.

La ricerca combina l'apprendimento auto-supervisionato e nuove tecniche di misurazione per migliorare l'inversione vocale.

I ricercatori hanno sviluppato un nuovo framework per migliorare la chiarezza del parlato per gli utenti di elettrolaringei.

Un nuovo metodo utilizza dati sintetici per migliorare i sistemi ASR in aree poco familiari.