研究者たちは、音声分類を改善するために生成的と識別的な手法を組み合わせている。
― 1 分で読む
コンピューターサイエンス - サウンド
RSS新しいモデルが音声認識のセキュリティを向上させ、音声の偽造に対抗できるようになった。
― 1 分で読む
AIのパフォーマンス向上のためのガウス適応アテンションについて。
― 1 分で読む
研究によると、深層学習は言語のリズムを理解するのに役立つんだって。
― 1 分で読む
CoAVTは、音声、映像、テキストデータを統合して、理解を深めるんだ。
― 1 分で読む
E-SHARCは、いろんな音声環境でのスピーカー識別を改善するよ。
― 1 分で読む
新しいシステムが、幸せや悲しみを表現する音楽を作るんだ。
― 1 分で読む
生成モデルにおける音楽の類似性を理解するためのガイド。
― 1 分で読む
音合成とその評価に関する研究、制御された環境での。
― 1 分で読む
新しい方法がマイクロフォンアレイを使って動く音源を探す精度を高める。
― 1 分で読む
PAMは、参照録音なしで音質を測定する新しい方法を提供してるよ。
― 1 分で読む
オーディオフラミンゴは、聞くこと、会話すること、新しいオーディオタスクに適応するのが得意だよ。
― 1 分で読む
新しいモデルが機械の空間音声の理解を向上させる。
― 1 分で読む
新しいモデルがリアルタイムアプリでの音声からテキストへの効率を改善した。
― 1 分で読む
この研究は、言語系統樹を再構築する際の音と単語を比較してるんだ。
― 1 分で読む
新しいモデルがユーザーのフィードバックを使って音楽制作を改善したよ。
― 1 分で読む
Rebornは、ラベル付きデータなしで自動音声認識の革新的なソリューションを提供してるよ。
― 1 分で読む
新しいツールがあって、ユーザーは簡単なテキスト指示で音を簡単に変更できるよ。
― 1 分で読む
新しいモデルは、話し言葉と書き言葉を組み合わせて、コミュニケーションを改善するんだ。
― 1 分で読む
自然な会話の応答の新しいモデルを見てみよう。
― 1 分で読む
新しい方法が音響情報を言語モデルに統合して、もっと良い音声認識を実現するんだ。
― 1 分で読む
音楽を使って癌を説明することで、理解度や関心を高めることができるよ。
― 1 分で読む
音の定位が高度な技術を使って音源を特定する方法を学ぼう。
― 1 分で読む
リズム精度を向上させた声の合成に関する新しいアプローチ。
― 1 分で読む
LLMは医療のトランスクリプションの精度を向上させて、患者ケアに役立ってるよ。
― 1 分で読む
異なる音楽スタイルでメロディー抽出を人手を最小限にして改善する方法。
― 1 分で読む
新しい方法がスピーカーのダイアライゼーションで声の活動と重なりの検出を向上させる。
― 1 分で読む
新しい方法が音声信号を統合して、うつ病の検出を強化する。
― 1 分で読む
この記事では、さまざまな配置を使って没入感のある音場を作る方法について話してるよ。
― 1 分で読む
新しい方法がオーディオの残響で不要な金属音を減らす。
― 1 分で読む
チュープMFCCは、音声信号の表現を強化して、分類や認識をより良くするんだ。
― 1 分で読む
EMO-SUPERBプロジェクトは、技術の向上とコミュニティの協力を通じてスピーチ感情認識を強化するんだ。
― 1 分で読む
さまざまなアプリケーションでオーディオコーデックのパフォーマンスを評価する新しいシステム。
― 1 分で読む
この研究は、バッチサイズがスピーチモデルのパフォーマンスとトレーニングにどんな影響を与えるかを見てるよ。
― 1 分で読む
AIが人間とのコラボで音楽制作をどう変えてるかを発見しよう。
― 1 分で読む
子供の声を正確に認識できるようにASVシステムを強化する。
― 1 分で読む
新しい技術が音の分析を通じて肺疾患の診断精度を高めてる。
― 1 分で読む
音と視覚が一緒にデータ理解をどう改善するかを調べる。
― 1 分で読む
新しい方法で音声キャプションのアクセシビリティと正確性が向上してるよ。
― 1 分で読む
革新的なチャレンジ・レスポンス技術を使って、偽の音声通話を見分ける方法を学ぼう。
― 1 分で読む