音声の異常を特定して、音声のなりすましに対抗するための強力なアプローチ。
― 1 分で読む
コンピューターサイエンス - サウンド
RSS新しいモデルが会話中の感情の理解を深める。
― 1 分で読む
この研究は、学習された音声記号が単語の頻度パターンを模倣しているかどうかを調べている。
― 0 分で読む
拡散モデルを使った高品質音声合成のためのより高速な方法を紹介します。
― 1 分で読む
HiFTNetは、効率的な革新技術を使って、より速く高品質な音声合成を提供してるよ。
― 1 分で読む
顔の特徴を使って声を変える新しい方法がいろんな用途で使えるようになったよ。
― 1 分で読む
AV-SUPERBは、より良いパフォーマンスのためにさまざまなタスクで音声と視覚のモデルを評価するよ。
― 1 分で読む
新しいアプローチが、セマンティックデータをプロセスに組み込むことでスピーカーダイアリゼーションを強化してる。
― 1 分で読む
新しい方法でテキストからオーディオ生成のスピードと効率がアップしたよ。
― 1 分で読む
研究によると、言語を超えてスピーチから感情を認識する精度が向上しているらしいよ。
― 1 分で読む
TTTが分布の変化に適応することで、音声認識がどう向上するかを探ってみよう。
― 1 分で読む
音声と映像データを使って音源の特定をもっと良くする方法。
― 1 分で読む
高度な技術を使って、さまざまな環境で音を可視化したり予測したりする方法。
― 0 分で読む
新しい方法が音声とメタデータを組み合わせて、言語認識を向上させる。
― 1 分で読む
音声認識のセキュリティを強化するために、音声プレゼンテーション攻撃を検出するシステムが設計されてるんだ。
― 1 分で読む
ベトナム語や他のリソースが少ない言語のために、Whisperの音声認識を強化中。
― 1 分で読む
FluentEditorは自然な流れと一貫性に重点を置いて、音声編集を改善するよ。
― 1 分で読む
高度なセグメンテーション技術を使ってリアルタイム翻訳を改善する。
― 1 分で読む
革新的な方法やスマートな政策を通じてリアルタイム翻訳を改善する。
― 1 分で読む
チュニジアアラビア語とコードスイッチングのためのASRシステムを改善する取り組み。
― 1 分で読む
革新的な方法は、音楽生成をユーザーの好みに合わせることを目指している。
― 1 分で読む
新しいモデルがスピーチセパレーションの効率とパフォーマンスを向上させた。
― 1 分で読む
新しいアプローチでは、さまざまな環境で複数のマイクを使って音質を評価するんだ。
― 1 分で読む
新しい方法で、異なる周波数の音の分離が改善される。
― 1 分で読む
通話品質を向上させるために、エコーキャンセリングの進展を探ろう。
― 1 分で読む
新しい方法が演奏コンテキストを追加することで音楽生成を改善する。
― 1 分で読む
新しいアプローチがテキストだけを使ってオーディオキャプションを生成し、データ効率を向上させるんだ。
― 1 分で読む
音声録音を楽譜に合わせる際の課題や革新を探る。
― 1 分で読む
新しいアプローチは、音声と楽譜をつなげるために自己教師あり学習を活用している。
― 0 分で読む
新しい方法で音声と楽譜のマッチングが良くなるよ。
― 1 分で読む
オーディオデータを最適化してモデルのトレーニングを良くするためにk-meansクラスタリングを使う。
― 1 分で読む
研究によると、音声増強がリソースの少ない言語での音声認識を向上させることができるんだって。
― 1 分で読む
新しいアプローチで、多言語ASRモデルの効率が向上して、適応マスキング技術が統合されたよ。
― 1 分で読む
珍しい言語の転写モデルを向上させるために、ディープフェイク音声を調査中。
― 1 分で読む
新しい戦略は、関連するネガティブ例を選ぶことによって弱ラベル学習を強化する。
― 1 分で読む
所有権保護のために拡散モデルで作成された音声にウォーターマークを付ける新しい方法。
― 1 分で読む
新しい技術がASRシステムを強化して、長いスピーチの認識がもっと良くなるよ。
― 1 分で読む
新しい技術が、攻撃に対する音声操作デバイスの精度を向上させることを目指している。
― 1 分で読む
DurIAN-Eは合成音声の表現力と自然な流れを改善するよ。
― 1 分で読む
SERが感情検出を通じて人間と機械のインタラクションをどう向上させるかを発見しよう。
― 1 分で読む