Artigos mais recentes para Áudio

Novo conjunto de dados melhora a geração de áudio a partir de descrições textuais detalhadas.

Apresentando os conjuntos de dados MERGE pra melhorar a classificação de emoções na música.

Uma olhada nos métodos de criação e detecção de deepfakes.

Analisando como o feedback durante colisões molda a experiência do usuário em espaços VR lotados.

Uma nova abordagem melhora a detecção de deepfakes usando análise áudio-visual.

Um novo método melhora a criação de som para modelos humanos 3D realistas.

Um novo método combina texto, emoções e áudio para uma melhor detecção da saúde mental.

Um projeto que oferece apoio emocional por meio de respostas em áudio para quem precisa.

Um novo modelo de texto pra áudio usando só dados públicos.

OmniBind integra vários tipos de dados pra melhorar a compreensão e geração de conteúdo.

Analisando como os codecs mantêm os tons emocionais nos dados de voz.

Um estudo sobre como melhorar os métodos para detectar compressão de áudio com perdas e melhorar a qualidade do som.

Um novo modelo que sincroniza anotações de acordes com o áudio da música de forma perfeita.

Uma ferramenta que identifica de forma eficaz conteúdo deepfake através da análise combinada de áudio e visual.

Uma nova abordagem junta dados de áudio, vídeo e texto pra um diagnóstico de depressão mais eficaz.

O VAT-CMR permite que robôs busquem itens usando dados visuais, de áudio e táteis.

A UniTalker junta conjuntos de dados pra melhorar a precisão da animação facial.

O Style-Talker melhora as conversas entre humanos e máquinas com uma pegada emocional.

Uma nova abordagem foca em inconsistências sutis na detecção de deepfakes.

Um novo método junta EEG, áudio e expressões faciais pra avaliar a saúde mental.

Um olhar sobre as complicações de identificar faixas de áudio misturadas.

Um novo modelo separa timbre e estrutura pra criar áudio melhor.

RoboMNIST ajuda robôs a reconhecer várias atividades usando WiFi, vídeo e áudio.

X-Codec melhora a geração de áudio ao integrar compreensão semântica no processamento.

Novos métodos melhoram a separação de vozes em ambientes barulhentos.

Um novo sistema gera fala a partir de texto usando dados mínimos.

Novos métodos de marca d'água protegem os criadores em modelos de áudio generativos.

Um novo sistema melhora a geração de movimento para animações e experiências virtuais.

Um novo modelo simplifica a produção de áudio eliminando automaticamente os sons da respiração.

Um método novo melhora a transformação de áudio mantendo a melodia e a qualidade do som.

Esse estudo avalia redes neurais para replicar as características de reverb de mola.

ParaEVITS melhora a expressão emocional em TTS através de orientações em linguagem natural.

Novos métodos melhoram o acesso às notícias faladas segmentando os tópicos de forma mais eficaz.

O SoloAudio melhora a extração de som usando técnicas avançadas e dados sintéticos.

Novo modelo melhora a detecção de falantes em tempo real e a eficiência na comunicação.

Um novo modelo melhora a geração de áudio usando textos e sons detalhados.

O MusicLIME ajuda a explicar como a IA analisa música através do áudio e das letras.

Um novo modelo cria áudio que combina com o vídeo, melhorando as experiências de mídia.

Uma nova abordagem junta vídeos de aula e slides pra melhorar o engajamento dos alunos.

Esse estudo analisa como áudio, vídeo e texto trabalham juntos no reconhecimento de fala.