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

Os LLMs melhoram a precisão e a correção de erros em sistemas de reconhecimento de fala.

Um novo método melhora o reconhecimento de som e a localização da fonte sem precisar de rótulos.

Um novo padrão pra melhorar a precisão do ASR usando modelos de linguagem.

Novos métodos melhoram a tradução de fala ao focar em informações contextuais.

Um novo método melhora o reconhecimento de voz para usuários que alternam entre idiomas.

Aprenda como a análise de som ajuda a identificar problemas em máquinas de forma eficiente.

Esse projeto melhora a tradução de fala em tempo real e os sistemas automáticos de legendagem.

Explorando como a nitidez dos mínimos influencia o desempenho do modelo em dados de áudio não vistos.

Novo método melhora a verificação de falantes ao combinar dados de áudio e visuais.

Um estudo sobre como usar transformers para uma boa marcação e representação de música.

Um novo método melhora o rastreamento de falantes usando dados de áudio e vídeo.

Uma nova maneira de avaliar a dificuldade de música para piano usando imagens de partituras.

O PP-MeT quer melhorar a precisão na transcrição de reuniões com várias pessoas.

Essa pesquisa apresenta um modelo pra melhorar a clareza da fala em diferentes condições.

Explorando os avanços na legendagem automática de áudio e seu impacto na acessibilidade.

A pesquisa apresenta um método eficaz para melhorar a clareza da fala em ambientes barulhentos.

Um novo método simplifica a transferência de estilo de áudio usando efeitos não diferenciáveis.

A pesquisa analisa como a música feita por computador se compara à performance humana por meio de testes de audição.

Saiba como os polinômios ultrasféricos melhoram a tecnologia de áudio e a direcionalidade do som.

Usando IA pra melhorar como a gente recria som em diferentes ambientes.

Um novo método melhora o reconhecimento de voz usando menos rótulos e recursos.

Novos métodos melhoram a ligação entre descrições de texto e eventos sonoros.

Métodos inovadores melhoram como os robôs processam a direção do som enquanto estão em movimento.

Aprenda sobre beamforming com valores reais e seus benefícios para arrays de microfone.

Uma nova abordagem para a geração de fala pequena, eficiente e com som natural.

MusicAOG simplifica a criação e a compreensão da música através de uma representação gráfica inovadora.

Um novo framework pra combinar arrays de microfones e alto-falantes esféricos em estudos sonoros.

Um novo framework pra melhorar a detecção de som em robôs humanoides através do design de arranjos de microfone.

Descubra como os sistemas MIMO melhoram a análise de som em vários ambientes.

Novas técnicas melhoram a estimativa de direção do som para vários tipos de áudio.

Pesquisas mostram maneiras de ajustar o som nos cômodos pra melhorar a clareza.

Um novo modelo identifica momentos engraçados em vídeos usando dados visuais, de áudio e de texto.

Elastômeros dielétricos transformam energia elétrica em movimento mecânico, oferecendo várias aplicações.

Transcrições de ASR com erros podem ajudar a identificar o Alzheimer de forma mais precisa.

A ELLA-V melhora a qualidade e o controle de texto para fala, superando os modelos anteriores.

Uma nova abordagem melhora a precisão na detecção de chamados de animais sem limites arbitrários.

Um novo modelo integra áudio e texto pra melhorar a classificação da fala.

Uma nova iniciativa pra melhorar a tecnologia de transcrição em reuniões em salas grandes.

Novos métodos melhoram a precisão no reconhecimento de fala ruidosa usando grandes modelos de linguagem.

Analisar os sons das galinhas ajuda a melhorar a saúde delas e a produtividade da fazenda.