Articoli più recenti per Tecnologia del parlato

Nuovi metodi migliorano il riconoscimento vocale per la comunicazione sussurrata.

StyleSpeech migliora i sistemi TTS catturando le sfumature del linguaggio naturale.

EmoAttack sfrutta la conversione vocale emotiva per sfruttare le vulnerabilità nei sistemi di riconoscimento vocale.

Un nuovo metodo migliora la conversione del parlato sussurrato in parlato normale usando tecniche avanzate.

VoxInstruct combina contenuto e stile per generare un discorso più naturale.

Un nuovo metodo migliora l'accuratezza del riconoscimento vocale in diverse lingue.

Esplorando un nuovo approccio per migliorare la qualità del parlato usando finestre temporali contestuali.

Nuovi metodi migliorano la qualità della sintesi vocale nei sistemi TTS.

SelectTTS semplifica la generazione del parlato per relatori mai visti con una selezione di frame efficace.

Un nuovo metodo migliora le prestazioni del modello di linguaggio in vari compiti.

Un nuovo metodo migliora l'accuratezza del riconoscimento delle parole chiave usando dati audio non etichettati.

La ricerca mostra che l'analisi del linguaggio può aiutare nella rilevazione precoce del lieve deterioramento cognitivo.

I ricercatori hanno creato LibriheavyMix per migliorare il riconoscimento vocale in ambienti rumorosi.

Un nuovo benchmark aiuta a valutare i tokenizer vocali per migliorare le prestazioni.

Un nuovo metodo sfrutta i dati vocali per migliorare le valutazioni sull'autismo.

Scopri come DDSP migliora l'efficienza e la qualità della sintesi vocale.

I modelli di linguaggio per il parlato sembrano promettenti, ma faticano a identificare i relatori nelle conversazioni.

Questo articolo parla di metodi di allenamento efficienti per modelli di voce usando l'apprendimento autosupervisionato.

Un nuovo dataset migliora la tecnologia del riconoscimento vocale multilingue in India.

ParaEVITS migliora l'espressione emotiva nel TTS attraverso la guida del linguaggio naturale.

Sforzi per migliorare la tecnologia vocale per la lingua Faetar, che è poco supportata.

Un nuovo modello combina il riconoscimento vocale e il riconoscimento delle entità per risultati migliori.

Un progetto mira a migliorare la tecnologia vocale per chi ha difficoltà di comunicazione.

Un nuovo sistema migliora l'accuratezza degli accenti nel TTS per una comunicazione migliore.

Uno strumento facile da usare per perfezionare i modelli di voce senza codice complesso.

Un nuovo metodo che migliora il riconoscimento vocale garantendo la privacy dei dati.

Un nuovo metodo per generare discorsi con accenti usando la traslitterazione del testo.

Wave-U-Mamba migliora le registrazioni vocali di bassa qualità per una comunicazione più chiara.

Un nuovo sistema prevede punteggi di naturalità per il parlato sintetico usando metodi innovativi.

Esplorando la sfida GenSEC per migliorare l'accuratezza della trascrizione vocale.

Un nuovo metodo valuta i modelli di parlato self-supervised usando misure di ranking.

Il modello MCMamba migliora la qualità del parlato in ambienti rumorosi usando informazioni spaziali e spettrali.

Un nuovo framework migliora il riconoscimento vocale modellando efficacemente le relazioni sonore.

Un nuovo approccio migliora l'interpretabilità del rilevamento di discorso falsificato.

Un modello migliora i compiti di parlare in contesti multilingue, affrontando le sfide del code-switching.

EVA unisce segnali audio e visivi per una migliore precisione nel riconoscimento vocale.

Un nuovo metodo migliora le interazioni vocali integrando i processi di riconoscimento e risposta.

La ricerca valuta i collegamenti tra modelli di linguaggio e modelli di parola per migliorare il riconoscimento e la traduzione.

Scopri come allenare efficacemente modelli di linguaggio con meno risorse etichettate.

Un'analisi della terminologia di genere nella tecnologia vocale e le sue implicazioni sociali.