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

Um conjunto de dados de áudio abrangente tem como objetivo melhorar os métodos de desreverberação para um som mais claro.

DAS-N2N usa aprendizado de máquina pra melhorar a coleta de dados sísmicos reduzindo o barulho.

Novas técnicas melhoram a precisão no reconhecimento de fala em tempo real e fora dele.

Este estudo destaca como a tokenização de subpalavras melhora a qualidade e a eficiência da geração de música.

Analisando como ataques adversariais impactam sistemas de reconhecimento de fala e métodos pra melhorar a transferibilidade.

Explorando métodos modernos pra isolar sinais misturados em áudio e processamento de imagem.

CB-Conformer melhora o reconhecimento de fala para palavras tendenciosas com técnicas inovadoras.

Explore os desafios de segurança e privacidade da tecnologia de assistentes de voz.

Melhorando modelos de reconhecimento de fala para o suíço-alemão usando técnicas avançadas e conjuntos de dados.

Estudo explora como dados móveis ajudam a entender alucinações auditivas verbais.

Um novo método melhora as defesas contra ataques adversariais de áudio em sistemas de reconhecimento de fala.

A pesquisa foca em modelos eficientes para reconhecimento de palavras-chave usando redes ajustáveis.

CLaMP combina música e linguagem pra classificação e busca automática de músicas.

Um método matemático pra avaliar a beleza das performances musicais.

Descubra como modelos pré-treinados melhoram a tecnologia de reconhecimento de emoções na fala.

Um novo método melhora a transformação de textura de áudio para design sonoro criativo.

Um novo método gera áudio a partir de texto usando modelos modernos.

Uma competição pra melhorar a criação automática de sons Foley pra multimídia.

Este estudo explora como usar playlists pra melhorar a classificação e similaridade de músicas.

Um novo método melhora a detecção de som usando dados rotulados e não rotulados.

Um novo método combina fala limpa e informação de ruído pra ter mais clareza.

Como o Aprendizado de Transferência Profundo transforma as tecnologias de Reconhecimento Automático de Fala.

Tecnologia inovadora separa vozes musicais usando técnicas avançadas de rastreamento.

Agricultores agora conseguem acompanhar o comportamento das vacas com precisão, mesmo com o barulho de fundo.

Novos métodos de transcrição musical mostram potencial com dados de áudio sintetizado.

Um grande conjunto de dados de choros de bebês ajuda a entender a comunicação e a saúde dos pequenos.

Um novo método melhora os sistemas de reconhecimento de palavras-chave em condições com poucos recursos.

Um novo sistema melhora as previsões de trajetória de voo usando instruções faladas em tempo real.

Uma nova abordagem melhora a legendagem de áudio gerando frases mais claras e variadas.

LORIS gera músicas de alta qualidade que se encaixam perfeitamente com os movimentos do vídeo.

Estudo mostra que CNNs conseguem criar combinações de palavras a partir de dados de fala bruta.

A PLiX usa aprendizado de poucos exemplos pra melhorar o reconhecimento de voz em várias línguas.

Esse artigo fala sobre como melhorar a detecção de sequências sonoras no reconhecimento de áudio.

Estudo revela como a clareza do áudio afeta a análise da aquisição de linguagem em bebês.

Uma ferramenta melhora sistemas de posicionamento interno baseado em som através de simulação eficiente.

Uma nova abordagem melhora a compreensão da linguagem falada usando um processamento de áudio eficiente.

Este artigo apresenta um método pra melhorar CNNs removendo filtros desnecessários.

Uma nova abordagem melhora o reconhecimento de fala em tempo real ao equilibrar velocidade e precisão.

O X-LLM integra imagens, vídeos e fala no processamento de linguagem.

Um novo método melhora a detecção de emoções na fala usando técnicas de autoatenção.