MMTrailは、より良いビデオ言語モデルのために視覚と音声の説明を組み合わせてるんだ。
― 1 分で読む
コンピューターサイエンス - サウンド
RSSこの方法は、感情的な側面をバレンスと覚醒に分けることで音楽生成を強化するんだ。
― 0 分で読む
PiCoGenは、ペアデータなしでピアノカバーを生成する革新的な方法を提供しているよ。
― 1 分で読む
研究は、言語を超えた音声録音の中で、虐待的な発言を特定することに焦点を当てている。
― 1 分で読む
第一人称視点の動画に合った音声を作る方法。
― 1 分で読む
新しいシステムがいろんな音楽ジャンルでビートトラッキングを改善するよ。
― 1 分で読む
研究によると、リスナーがAI生成の音楽と人間の音楽に対してどう思ってるかが分かったよ。
― 1 分で読む
ロス音声圧縮を検出する方法を改善して、音質を良くするための研究。
― 1 分で読む
この研究は、LLMが音楽をどれくらい理解して生成できるかを調べてるよ。
― 1 分で読む
MIDI音楽制作の概要とその表現力の可能性。
― 1 分で読む
音楽の音声とコードのアノテーションをシームレスに同期させる新しいモデル。
― 1 分で読む
この研究は、教育者のために音楽の難易度を評価する透明な方法を提案してるよ。
― 1 分で読む
新しいモデルがさまざまな中国の方言の音声合成を強化したよ。
― 1 分で読む
新しい方法がピアノカバーの作成を改善して、クオリティと音楽の本質を両立させる。
― 1 分で読む
音声と映像の分析を組み合わせて、ディープフェイクコンテンツを効果的に特定するフレームワーク。
― 0 分で読む
音楽と言語を分析するモデルを評価するための新しいベンチマーク。
― 1 分で読む
新しいフレームワークが未見の音声・映像タスクの分類を改善する。
― 1 分で読む
新しいモデルが、複合トークンと順次デコーディングを使って音楽生成を強化するよ。
― 1 分で読む
現代技術を使って忘れられた韓国の宮廷音楽を再紹介するプロジェクト。
― 1 分で読む
新しい方法でメロディとリズムを分けることで、コンピュータ生成音楽の質が改善されたよ。
― 1 分で読む
この研究は、音楽や音がどのように感情を引き起こすかを調べてるよ。
― 1 分で読む
AI音楽生成の新しい手法は、より良い構造と多様性を提供してるよ。
― 1 分で読む
ミュージシャンのために書かれたプロンプトに基づいてユニークなドラムリズムを作るシステム。
― 1 分で読む
新しい方法がさまざまなアクセントの音声認識精度を向上させる。
― 1 分で読む
音楽の中で音声がどれだけうまく組み合っているかを判断する新しい方法。
― 1 分で読む
精度を犠牲にせずにスピーカーダイアライゼーションを高速化する方法。
― 1 分で読む
GRAFXは、PyTorchを使った効率的なオーディオ処理のためのオープンソースソリューションを提供してるよ。
― 1 分で読む
Wav2graphは、話された言語からナレッジグラフを作って、AIの理解を向上させるんだ。
― 1 分で読む
Speech-MASSIVEは、いろんな言語の話し言葉の理解を向上させることを目指してるんだ。
― 1 分で読む
革新的な技術が、処理精度を維持しながら敏感な音声データを保護するんだ。
― 1 分で読む
新しいモデルの研究で映画やテレビの音質が良くなるよ。
― 1 分で読む
DiM-Gestureはデジタルインタラクションのために、話し言葉と同期したリアルなジェスチャーを作るよ。
― 1 分で読む
子供の音を分析することで、言語成長の重要な段階がわかるよ。
― 0 分で読む
RNNの制御をより良くする新しい方法が、音響効果シミュレーションを向上させる。
― 1 分で読む
MulliVCは、言語間で声を驚くほど精度高くクリアに変換するよ。
― 1 分で読む
モバイルデバイス向けの多言語音声認証システム。
― 1 分で読む
TEAdapterは、テキストからの音楽生成を強化して、ユーザーにもっとコントロールと創造性を提供するよ。
― 1 分で読む
新しいフレームワークがアクティブラーニング技術を使って機械の音検出を強化する。
― 1 分で読む
この研究は、いろんな要約方法が質と内容にどう影響するかを調べてるよ。
― 1 分で読む
新しい機械学習モデルが音源分離技術を向上させる。
― 1 分で読む