Engenharia Eletrotécnica e Ciência dos Sistemas - Processamento de Áudio e Fala

RSS

Som Medindo Música: O Futuro das Composições de IA

Aprenda sobre a Distância de Frechet na Música e seu papel na avaliação de música gerada por IA.

Jan Retkowski, Jakub Stępniak, Mateusz Modrzejewski

2025-03-11T23:06:00+00:00 ― 10 min ler

Artigos mais recentes

Visão computacional e reconhecimento de padrões O Futuro do Som em Vídeo

Sudha Krishnamurthy

2025-03-10T12:33:18+00:00 ― 6 min ler

Processamento de Áudio e Fala CSSinger: O Futuro da Síntese de Voz Cantada

Jianwei Cui, Yu Gu, Shihao Chen

2025-03-09T21:45:00+00:00 ― 6 min ler

Computação e linguagem Diga adeus às lutas com LaTeX: Fale suas equações

Evangelia Gkritzali, Panagiotis Kaliosis, Sofia Galanaki

2025-03-09T16:48:54+00:00 ― 6 min ler

Som Vozes da Depressão: Escutando por Ajuda

Quang-Anh N. D., Manh-Hung Ha, Thai Kim Dinh

2025-03-09T02:00:36+00:00 ― 6 min ler

Som Crie Sons com Sua Voz: Sketch2Sound

Hugo Flores García, Oriol Nieto, Justin Salamon

2025-03-08T11:12:18+00:00 ― 8 min ler

Artigos mais recentes

Aprendizagem de máquinas Proteger a Música na Era da IA

Técnicas de marca d'água protegem os direitos dos artistas na geração de música com IA.

Pascal Epple, Igor Shilov, Bozhidar Stevanoski

2025-03-08T06:16:12+00:00 ― 8 min ler

Som Revolucionando o Áudio: O Método ZeroBAS

Transformando áudio mono em experiências binaurais imersivas com técnicas inovadoras.

Alon Levkovitch, Julian Salazar, Soroosh Mariooryad

2025-03-07T20:24:00+00:00 ― 8 min ler

Processamento de Áudio e Fala Preservando o estresse silábico em ambientes barulhentos

Pesquisas investigam como modelos de melhoria de fala mantêm a ênfase nas sílabas em meio ao barulho.

Rangavajjala Sankara Bharadwaj, Jhansi Mallela, Sai Harshitha Aluru

2025-03-07T10:31:48+00:00 ― 7 min ler

Visão computacional e reconhecimento de padrões Novo Framework Melhora a Segmentação de Vídeo Audiovisual

Um novo framework melhora o alinhamento de sons e visuais em vídeos.

Kexin Li, Zongxin Yang, Yi Yang

2025-03-06T19:43:30+00:00 ― 7 min ler

Som LatentSpeech: Um Passo à Frente em Texto-para-Fala

Revolucionando o texto-para-fala com vozes mais naturais e eficiência melhorada.

Haowei Lou, Helen Paik, Pari Delir Haghighi

2025-03-06T14:47:24+00:00 ― 7 min ler

Som Avanços na tecnologia de texto para fala

Descubra como os sistemas de TTS estão evoluindo pra soar mais como humanos.

Haowei Lou, Helen Paik, Wen Hu

2025-03-06T09:51:18+00:00 ― 8 min ler

Som Revolucionando a Criação de Áudio para Designers

Novo sistema transforma o controle de áudio através de descrições textuais detalhadas.

Sonal Kumar, Prem Seetharaman, Justin Salamon

2025-03-05T04:14:42+00:00 ― 8 min ler

Som Decodificando Emoções: O Futuro da Análise de Sentimentos

Juntando vídeo e áudio pra detectar emoções melhor.

Antonio Fernandez, Suzan Awinat

2025-03-03T22:38:06+00:00 ― 10 min ler

Som Revolucionando os Efeitos Sonoros com o YingSound

YingSound transforma a produção de vídeo ao automatizar a geração de efeitos sonoros.

Zihao Chen, Haomin Zhang, Xinhan Di

2025-03-03T17:42:00+00:00 ― 7 min ler

Som Echoes: Uma Nova Maneira de Marcar Áudio

Pesquisadores usam ecos pra marcar áudio, garantindo que os direitos dos criadores sejam protegidos.

Christopher J. Tralie, Matt Amery, Benjamin Douglas

2025-03-02T17:01:30+00:00 ― 8 min ler

Robótica SonicBoom: Testando a Navegação dos Robôs

Os robôs agora conseguem navegar em ambientes complicados usando som, graças ao SonicBoom.

Moonyoung Lee, Uksang Yoo, Jean Oh

2025-02-28T05:48:18+00:00 ― 6 min ler

Processamento de Áudio e Fala MASV: O Futuro da Verificação de Voz

O modelo MASV melhora a verificação de voz, garantindo segurança e eficiência.

Yang Liu, Li Wan, Yiteng Huang

2025-02-27T10:03:54+00:00 ― 6 min ler

Som O Futuro da Música: IA e Compositores

Explorando o impacto das ferramentas de IA na criação musical e nas perspectivas dos compositores.

Eleanor Row, György Fazekas

2025-02-27T05:07:48+00:00 ― 8 min ler

Som Avanços no Reconhecimento de Fala para Dígitos Persas

A tecnologia de reconhecimento de fala melhora o reconhecimento de dígitos, especialmente em ambientes barulhentos.

Ali Nasr-Esfahani, Mehdi Bekrani, Roozbeh Rajabi

2025-02-27T00:11:42+00:00 ― 6 min ler

Computação e linguagem Impulsionando o reconhecimento de fala em japonês com o Whisper

Melhorando o desempenho do ASR multilíngue para japonês através de ajustes específicos.

Mark Bajo, Haruka Fukukawa, Ryuji Morita

2025-02-26T14:19:30+00:00 ― 6 min ler

Aprendizagem de máquinas Mente sobre a Máquina: O Futuro da Comunicação

Explorando como os BCIs decifram a fala imaginada pra melhorar a comunicação.

Byung-Kwan Ko, Jun-Young Kim, Seo-Hyun Lee

2025-02-26T04:27:18+00:00 ― 8 min ler

Visão computacional e reconhecimento de padrões SonicMesh: O Futuro da Modelagem Corporal 3D

O SonicMesh usa som pra melhorar a modelagem 3D do corpo humano a partir de imagens.

Xiaoxuan Liang, Wuyang Zhang, Hong Zhou

2025-02-25T08:42:54+00:00 ― 6 min ler

Som Avanços na Tecnologia de Reconhecimento de Fala

Descubra as últimas inovações em reconhecimento de voz em tempo real e como elas melhoram nossas interações.

Rongxiang Wang, Zhiming Xu, Felix Xiaozhu Lin

2025-02-24T22:50:42+00:00 ― 6 min ler

Som Impulsionando a Extração do Falante Alvo com Novos Dados

Pesquisadores melhoram o processamento de fala usando técnicas do Libri2Vox e dados sintéticos.

Yun Liu, Xuechen Liu, Xiaoxiao Miao

2025-02-23T07:21:54+00:00 ― 7 min ler

Som Trazendo Emoção para as Máquinas: O Futuro do TTS

Descubra como o TTS emocional muda a comunicação com as máquinas, tornando elas mais fáceis de se relacionar.

Sho Inoue, Kun Zhou, Shuai Wang

2025-02-23T02:25:48+00:00 ― 7 min ler

Som A Linguagem Zumbidora dos Insetos: Classificação de Sons

Aprenda como os sons dos insetos podem ajudar a monitorar ecossistemas e controlar pragas.

Yinxuan Wang, Sudip Vhaduri

2025-02-22T11:37:30+00:00 ― 8 min ler

Processamento de Áudio e Fala Aumentando a Recuperação de Informação de Fala com SPIRAL

Novos métodos ajudam as máquinas a encontrar informações importantes a partir de conteúdo falado.

Yueqian Lin, Yuzhe Fu, Jingyang Zhang

2025-02-21T15:53:06+00:00 ― 6 min ler

Computação e linguagem Crowdsourcing de Dados de Fala: O Papel da IA

Descubra como a IA facilita a coleta de dados de fala por meio de crowdsourcing.

Beomseok Lee, Marco Gaido, Ioan Calapodescu

2025-02-21T10:57:00+00:00 ― 6 min ler

Computação e linguagem Classificando Fala: Espontânea vs. Roteirizada

Explore as diferenças entre fala espontânea e fala roteirizada no processamento de áudio.

Shahar Elisha, Andrew McDowell, Mariano Beguerisse-Díaz

2025-02-20T20:08:42+00:00 ― 7 min ler

Visão computacional e reconhecimento de padrões Equilibrando Sons e Visuais: Uma Nova Abordagem no Aprendizado de IA

DAAN melhora como as máquinas aprendem com dados áudio-visuais em cenários zero-shot.

RunLin Yu, Yipu Gong, Wenrui Li

2025-02-20T15:12:36+00:00 ― 6 min ler

Som Combatendo Deepfakes de Áudio com Aprendizado Inteligente

Novo método melhora a detecção de deepfakes de áudio usando técnicas de aprendizado inovadoras.

Yujie Chen, Jiangyan Yi, Cunhang Fan

2025-02-19T19:28:12+00:00 ― 7 min ler

Computação e linguagem Apresentando o MERaLiON-SpeechEncoder: Um Salto na Tecnologia de Voz

Um novo modelo de Cingapura melhora a compreensão da fala por máquinas.

Muhammad Huzaifah, Geyu Lin, Tianchi Liu

2025-02-19T14:32:06+00:00 ― 8 min ler

Som O Desafio da Detecção de Música Gerada por Máquinas

À medida que as máquinas produzem música, precisamos proteger a criatividade humana com métodos de detecção eficazes.

Yupei Li, Qiyang Sun, Hanqian Li

2025-02-17T18:07:12+00:00 ― 10 min ler

Som A Ascensão da Detecção de Fala Sintética

Novos modelos identificam fala sintética e combatem o uso indevido da tecnologia de voz.

Mahieyin Rahmun, Rafat Hasan Khan, Tanjim Taharat Aurpa

2025-02-16T22:22:48+00:00 ― 6 min ler

Som TAME: Uma Nova Maneira de Pegar Drones

O TAME usa som pra detectar drones, melhorando a segurança e a monitoramento.

Zhenyuan Xiao, Huanran Hu, Guili Xu

2025-02-16T07:34:30+00:00 ― 7 min ler

Som Desvendando o Code-Switching no Reconhecimento de Fala

Descubra como o CAMEL melhora a compreensão de conversas em línguas misturadas.

He Wang, Xucheng Wan, Naijun Zheng

2025-02-15T06:54:00+00:00 ― 7 min ler

Neurónios e Cognição Como os sinais do cérebro poderiam identificar música

Pesquisas mostram que a atividade cerebral pode ajudar as máquinas a reconhecer música de forma eficaz.

Taketo Akama, Zhuohao Zhang, Pengcheng Li

2025-02-15T02:14:54+00:00 ― 7 min ler

Robótica Rastreando Drones com Som: Uma Nova Abordagem

A tecnologia de áudio oferece uma maneira econômica de rastrear UAVs de forma segura.

Allen Lei, Tianchen Deng, Han Wang

2025-02-14T21:01:48+00:00 ― 7 min ler

Som Teste de Voz de IA Pode Revolucionar a Detecção do Câncer Laringeo

Um novo método de IA analisa vozes pra detectar risco de câncer de laringe.

Mary Paterson, James Moor, Luisa Cutillo

2025-02-09T05:28:46+00:00 ― 8 min ler

Visão computacional e reconhecimento de padrões O Futuro da Síntese de Vídeo para Áudio

Descubra como a síntese de vídeo para áudio tá mudando as experiências de mídia com um alinhamento de som perfeito.

Ho Kei Cheng, Masato Ishii, Akio Hayakawa

2025-02-08T21:54:54+00:00 ― 8 min ler

Som Transformando o Design de Som com o Stable-V2A

Um novo sistema tá revolucionando como os designers de som criam áudio pra vídeos.

Riccardo Fosco Gramaccioni, Christian Marinoni, Emilian Postolache

2025-02-08T07:06:36+00:00 ― 9 min ler

Processamento de Áudio e Fala Aprimorando a Clareza na Fala: Os Ingredientes Principais

Uma olhada em como o aprimoramento da fala melhora a comunicação através das características dos dados.

Leying Zhang, Wangyou Zhang, Chenda Li

2025-02-07T21:14:24+00:00 ― 9 min ler

Processamento de Áudio e Fala Avanços em Reconhecimento Automático de Fala para Línguas Não Vistas

Novos métodos melhoram os sistemas de ASR para línguas que eles nunca tinham encontrado antes.

Shao-Syuan Huang, Kuan-Po Huang, Andy T. Liu

2025-02-05T19:53:24+00:00 ― 8 min ler

Aprendizagem de máquinas Conectando Sons: O Futuro da Geração de Texto para Áudio

Descubra como a tecnologia TTA junta palavras e sons pra experiências de áudio mais ricas.

Yuhang He, Yash Jain, Xubo Liu

2025-02-04T19:12:54+00:00 ― 8 min ler

Computação e linguagem Avançando o Reconhecimento de Fala para o Alemão Suíço

Pesquisadores melhoram o reconhecimento de fala em suíço-alemão com uma geração de dados inovadora.

Vincenzo Timmel, Claudio Paonessa, Reza Kakooee

2025-02-04T04:24:36+00:00 ― 7 min ler

Som Dando Vida à Dublagem: Melhorando a Sincronização Labial

Um novo método melhora a sincronia labial em vídeos dublados pra uma experiência de assistir mais natural.

Lucas Goncalves, Prashant Mathur, Xing Niu

2025-02-03T03:44:06+00:00 ― 8 min ler

Computação e linguagem Quebrando Barreiras Linguísticas no Reconhecimento de Fala

Descubra como o Whisper melhora o reconhecimento de fala em conversas multilíngues.

Jiahui Zhao, Hao Shi, Chenrui Cui

2025-02-02T22:48:00+00:00 ― 5 min ler

Processamento de Áudio e Fala Revolucionando a Busca de Áudio: Entendendo a Geração Aumentada por Recuperação de Fala

Saiba como o SpeechRAG melhora a resposta a perguntas em áudio sem erros de ASR.

Do June Min, Karel Mundnich, Andy Lapastora

2025-02-02T17:51:54+00:00 ― 6 min ler

Som Revolucionando a Classificação de Som: Um Novo Método

Uma abordagem nova torna o reconhecimento de sons mais acessível e eficiente.

Noriyuki Tonami, Wataru Kohno, Keisuke Imoto

2025-02-01T12:15:18+00:00 ― 8 min ler

Processamento de Áudio e Fala Anonimização de Voz: Protegendo a Privacidade na Tecnologia de Fala

Saiba como a anonimização de voz protege informações pessoais em um mundo movido pela tecnologia.

Natalia Tomashenko, Emmanuel Vincent, Marc Tommasi

2025-02-01T07:19:12+00:00 ― 7 min ler

Processamento de Áudio e Fala Vendo e Ouvindo: O Futuro do Reconhecimento de Fala

Unindo pistas de áudio e visuais pra melhorar o reconhecimento de fala em ambientes barulhentos.

Zhaofeng Lin, Naomi Harte

2025-01-31T21:27:00+00:00 ― 6 min ler

Processamento de Áudio e Fala Aumentando a Clareza em Ambientes Barulhentos

A tecnologia de melhoria de áudio se adapta pra reduzir barulho e melhorar a comunicação.

Riccardo Miccini, Clement Laroche, Tobias Piechowiak

2025-01-31T16:30:54+00:00 ― 5 min ler

Som Sistemas Avançados de Detecção para Drones

Nova tecnologia combina som e imagens para melhorar a detecção de drones.

Zhenyuan Xiao, Yizhuo Yang, Guili Xu

2025-01-31T06:38:42+00:00 ― 7 min ler

Inteligência Artificial Nova Método Melhora Detecção de Disartria Usando Fala e Texto

Uma nova abordagem combina fala e texto para fazer avaliações de disartria de forma mais eficaz.

Anuprabha M, Krishna Gurugubelli, Kesavaraj V

2025-01-31T01:42:36+00:00 ― 6 min ler

Som Ouvindo o Invisível: Inovações em Localização do Som

Explorando novas tecnologias que detectam sons de fontes invisíveis.

Yuhang He, Sangyun Shin, Anoop Cherian

2025-01-30T20:46:30+00:00 ― 6 min ler

Som Revolucionando o Som: A Revolução do Smooth-Foley

Descubra como o Smooth-Foley aprimora a geração de áudio em vídeos.

Yaoyun Zhang, Xuenan Xu, Mengyue Wu

2025-01-29T15:09:54+00:00 ― 6 min ler

Processamento de Áudio e Fala Criando Melodias a partir de Letras: Um Novo Método

Técnica inovadora conecta letras e melodias pra criar músicas melhores.

Jiaxing Yu, Xinda Wu, Yunfei Xu

2025-01-29T10:13:48+00:00 ― 8 min ler

Som Dominando a Vez de Falar em Conversas

Aprimorando a compreensão das máquinas sobre a dinâmica de turnos de fala em diálogos humanos.

Hyunbae Jeon, Frederic Guintu, Rayvant Sahni

2025-01-29T05:17:42+00:00 ― 9 min ler

Som Detecção de DeepFake: Um Desafio Multilíngue

Explorando como a língua afeta a precisão na detecção de DeepFake em várias línguas.

Bartłomiej Marek, Piotr Kawa, Piotr Syga

2025-01-28T14:29:24+00:00 ― 7 min ler

Som Conheça a VERSA: Sua Companheira de Avaliação de Áudio

A VERSA avalia a qualidade de fala, áudio e música de forma eficaz.

Jiatong Shi, Hye-jin Shim, Jinchuan Tian

2025-01-28T09:33:18+00:00 ― 10 min ler

Som Modelos de Linguagem de Áudio: Uma Nova Fronteira

Descubra como os modelos de áudio-linguagem estão mudando a tecnologia de reconhecimento de som.

Gongyu Chen, Haomin Zhang, Chaofan Ding

2025-01-27T23:41:06+00:00 ― 7 min ler

Computação e linguagem Transformando a Síntese de Fala Conversacional

Novos métodos melhoram o diálogo natural na tecnologia de fala.

Zhenqi Jia, Rui Liu

2025-01-27T08:52:48+00:00 ― 6 min ler

Computação e linguagem Abrindo Novos Caminhos na Tecnologia de Voz

Descubra como o SpeechSSM transforma a geração de fala longa para interações melhores.

Se Jin Park, Julian Salazar, Aren Jansen

2025-01-26T13:08:24+00:00 ― 5 min ler

Computação e linguagem Descomplicando a Tradução Simultânea de Fala para Texto

Descubra como a tradução em tempo real transforma a comunicação entre idiomas.

Sara Papi, Peter Polak, Ondřej Bojar

2025-01-25T22:20:06+00:00 ― 7 min ler

Som Conheça o U-Mamba-Net: O Futuro da Separação de Vozes

Um modelo leve projetado pra separar fala misturada em ambientes barulhentos.

Shaoxiang Dang, Tetsuya Matsumoto, Yoshinori Takeuchi

2025-01-25T12:27:54+00:00 ― 6 min ler

Som Protegendo contra Spoofing de Áudio: A Luta pela Segurança da Voz

Pesquisadores enfrentam a falsificação de áudio pra melhorar a segurança do reconhecimento de voz.

Xuechen Liu, Junichi Yamagishi, Md Sahidullah

2025-01-25T07:31:48+00:00 ― 10 min ler

Processamento de Áudio e Fala Reconhecimento de Fala Audiovisual: Uma Nova Fronteira

Descubra como o AV-ASR combina áudio e visuais pra melhorar o reconhecimento de fala.

Yihan Wu, Yichen Lu, Yifan Peng

2025-01-24T21:39:36+00:00 ― 7 min ler

Som Revolucionando o Aprendizado de Música: Método LOEV Revelado

Um novo método tá transformando como as máquinas aprendem com música.

Julien Guinot, Elio Quinton, György Fazekas

2025-01-24T11:47:24+00:00 ― 7 min ler

Som Transformando Sinais Silenciosos em Fala Clara

Nova tecnologia transforma murmurinhos silenciosos em comunicação audível para quem precisa.

Neil Shah, Shirish Karande, Vineet Gandhi

2025-01-23T20:59:06+00:00 ― 7 min ler

Som Avanços na Sintetização de Fala com a Tecnologia rtMRI

Novos métodos em síntese de voz melhoram a clareza e a adaptabilidade para várias aplicações.

Neil Shah, Ayan Kashyap, Shirish Karande

2025-01-23T16:03:00+00:00 ― 9 min ler

Processamento de Áudio e Fala Cantos Etíopes: Um Tesouro Musical Escondido

Descubra a rica tradição dos cânticos da Igreja Ortodoxa Etíope Tewahedo.

Mequanent Argaw Muluneh, Yan-Tsung Peng, Li Su

2025-01-23T11:06:54+00:00 ― 8 min ler

Processamento de Áudio e Fala Preservando os Cânticos Etíopes: O Conjunto de Dados Yaredawi Zema

Um novo conjunto de dados destaca a beleza dos cantos ortodoxos etíopes.

Mequanent Argaw Muluneh, Yan-Tsung Peng, Worku Abebe Degife

2025-01-23T06:10:48+00:00 ― 8 min ler

Processamento de Áudio e Fala Melhorando o Reconhecimento de Fala para Todos

Novos avanços ajudam a tecnologia de reconhecimento de voz a atender melhor pessoas com distúrbios na fala.

Jimmy Tobin, Katrin Tomanek, Subhashini Venugopalan

2025-01-23T01:14:42+00:00 ― 7 min ler

Som ETTA: Transformando Texto em Som

Descubra como a ETTA transforma palavras em experiências sonoras criativas.

Sang-gil Lee, Zhifeng Kong, Arushi Goel

2025-01-22T10:26:24+00:00 ― 6 min ler

Som Sinta o Ritmo: Reconhecimento de Emoção na Nova Música

Uma nova perspectiva sobre como a música afeta nossas emoções.

Dengming Zhang, Weitao You, Ziheng Liu

2025-01-22T00:34:12+00:00 ― 8 min ler

Som CoheDancers: Redefinindo a Criação de Dança em Grupo

Um novo modelo pra gerar danças em grupo sincronizadas e naturais.

Kaixing Yang, Xulong Tang, Haoyu Wu

2025-01-21T14:42:00+00:00 ― 10 min ler

Som Máquinas Aprendendo Emoções Através dos Movimentos da Boca

Nova abordagem em reconhecimento de emoções foca nos movimentos da boca em vez dos sons.

Shreya G. Upadhyay, Ali N. Salman, Carlos Busso

2025-01-20T23:53:42+00:00 ― 7 min ler

Som Transformando a Síntese de Voz com Stable-TTS

Descubra como o Stable-TTS melhora a tecnologia de texto para fala, proporcionando uma experiência mais parecida com a humana.

Wooseok Han, Minki Kang, Changhun Kim

2025-01-19T18:17:06+00:00 ― 8 min ler

Interação Homem-Computador Medindo a Velocidade da Caminhada Dentro de Casa com Ondas Sonoras

Tecnologia inovadora de ondas sonoras traz novas perspectivas sobre a velocidade de caminhada indoor.

Sheng Lyu, Chenshu Wu

2025-01-19T13:21:00+00:00 ― 7 min ler

Aprendizagem de máquinas O Futuro dos Assistentes de Áudio: AQA-K

Os assistentes de áudio estão ficando mais espertos com o AQA-K, melhorando as respostas através do conhecimento.

Abhirama Subramanyam Penamakuri, Kiran Chhatre, Akshat Jain

2025-01-18T22:32:42+00:00 ― 7 min ler

Neurónios e Cognição Decifrando o Papel do Cérebro na Fala

Pesquisadores estudam como nosso cérebro controla a fala e as implicações disso para a recuperação.

Eric Easthope

2025-01-18T05:35:46+00:00 ― 7 min ler

Som A Ascensão da Tecnologia de Texto para Áudio

Descubra como o texto pode se transformar em áudio com modelos de ponta.

Chia-Yu Hung, Navonil Majumder, Zhifeng Kong

2025-01-17T21:52:12+00:00 ― 4 min ler