Bhiksha Raj

A PAM oferece um jeito novo de medir a qualidade do áudio sem precisar de gravações de referência.

Um novo padrão avalia o desempenho dos sistemas de reconhecimento de voz em meio a várias interferências.

Investigando como pequenos erros nos dados de treinamento melhoram o conteúdo gerado por IA.

Novo framework avalia o desempenho do SLAM em condições desafiadoras.

Novos métodos melhoram modelos de fala para línguas com poucos dados.

Novos métodos melhoram a compreensão das emoções humanas na fala pela máquina.

Este estudo avalia as habilidades de raciocínio de modelos de áudio-linguagem com uma nova tarefa.

Esse estudo analisa como diferentes métodos de resumo afetam a qualidade e o conteúdo.

Um novo framework melhora a precisão na confirmação da identidade vocal.

Novas características acústicas melhoram o desempenho dos sistemas de ASR em ambientes barulhentos.

O ESPnet-Codec melhora o treinamento e a avaliação de codecs neurais para áudio e fala.

MACE melhora a legendagem de áudio conectando sons a descrições textuais precisas.

Explore como o POGAT melhora a análise de estruturas de grafos complexas.

Descubra como o SoftVQ-VAE melhora a criação de imagens com eficiência e qualidade.