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

Avanços em decifrar como as pessoas se concentram em sons usando a atividade cerebral.

Um novo método melhora a clareza do som e a localização usando uma abordagem híbrida.

O CMNet melhora a clareza da voz diminuindo o eco nos dispositivos de comunicação.

Um novo método melhora a classificação dos sons subaquáticos de embarcações usando redes neurais.

A pesquisa tem como objetivo melhorar a clareza nos aparelhos auditivos pra facilitar a comunicação.

Um novo método pra melhorar a qualidade do áudio usando redes eficientes em energia.

Estudos mostram como as vacas se comunicam pra melhorar as práticas de pecuária.

MuReNN combina modelos paramétricos e não paramétricos pra melhorar a análise de áudio.

Revolucionando a pesquisa sobre comunicação animal com integração inovadora de áudio e linguagem.

Pesquisas mostram que usar vários microfones ajuda a detectar e localizar quem tá falando.

Apresentando um novo modelo pra falar mais claro em ambientes barulhentos.

Um novo método melhora a correspondência de áudio usando imagens, aumentando o realismo em ambientes de áudio.

Um conjunto de dados liga emoções a músicas MIDI analisando as letras das canções.

Melhorando a qualidade da fala com métodos inovadores e conjuntos de dados multilíngues.

Novas técnicas visam melhorar a qualidade do áudio lidando com a perda de pacotes.

Novos sistemas estão sendo criados pra detectar gravações de áudio falsas com mais precisão.

Novos sistemas melhoram a identificação de falantes usando dados de áudio e visuais.

MoisesDB oferece um conjunto de dados detalhado para separação avançada de sons musicais.

Usando LLMs pra criar um dataset gigante pra legendagem de música.

Pesquisadores estão melhorando o treinamento de pronúncia com novas tecnologias para quem aprende idiomas.

HierVST transforma vozes de forma suave, melhorando a qualidade do áudio sem precisar de muitos dados.

Uma abordagem unificada melhora a análise musical ao integrar vários elementos estruturais.

A pesquisa se concentra em classificar a fala de crianças e adultos usando dados não rotulados.

A pesquisa desenvolve um modelo pra medir com precisão o engajamento em conversas.

A DAVIS oferece uma maneira nova de lidar com a separação de som áudio e visual.

Um novo método melhora a identificação precisa de objetos que produzem som em vídeos.

DiffProsody melhora a velocidade e a qualidade da síntese de fala com uma geração de prosódia inovadora.

Modelos de deep learning melhoram a reconstrução do campo sonoro em ambientes complexos.

Nova tecnologia tem como objetivo restaurar a qualidade da música que se perdeu na compressão de volume.

Novo método promete identificar mais rápido distúrbios de fala como a afasia.

Novo método usa sons ultrassônicos pra confundir sistemas de reconhecimento de voz sem ser detectado.

Novos métodos melhoram a qualidade da fala sintetizada usando aprendizado auto-supervisionado.

Um novo método melhora a transcrição de palavras-chave raras em conversas de negócios.

Aprendizado Federado melhora o reconhecimento de fala enquanto mantém os dados dos usuários privados.

MusicLDM transforma texto em música original, oferecendo novas maneiras de ser criativo.

Novos métodos melhoram a precisão de extrair melodias cantadas de áudios mistos.

Novo modelo melhora a clareza da fala em ambientes barulhentos usando métodos inovadores.

Um estudo sobre músicas folclóricas coreanas usando métodos analíticos modernos.

DiffDance cria sequências de dança detalhadas que combinam bem com a música.

Analisando a justiça na tecnologia de transcrição de voz cantada entre os gêneros.