Apresentando os conjuntos de dados MERGE pra melhorar a classificação de emoções na música.
― 7 min ler
Engenharia Eletrotécnica e Ciência dos Sistemas - Processamento de Áudio e Fala
RSSArtigos mais recentes
Artigos mais recentes
Este estudo analisa como redes neurais interpretam a fala usando espectrogramas.
― 7 min ler
Combinando som e imagens pra sistemas de reconhecimento mais inteligentes.
― 8 min ler
Um método pra melhorar a detecção de deepfake de áudio através de aumento de dados.
― 6 min ler
Beat-It gera movimentos de dança sincronizados pra deixar a coreografia top sem esforço.
― 6 min ler
Pesquisadores querem criar sons que combinem com vídeos silenciosos, melhorando a experiência dos espectadores.
― 6 min ler
Este estudo fala sobre os problemas dos sistemas de SLU e a capacidade deles de generalizar.
― 7 min ler
Uma ferramenta auto-supervisionada pra estimar assinaturas de chave musical, reduzindo anotações de especialistas.
― 6 min ler
O Diff-MST melhora a mixagem de músicas aplicando transferência de estilo de faixas de referência.
― 7 min ler
ElasticAST permite processar áudio de comprimento variável de forma eficiente sem perder detalhes importantes.
― 6 min ler
Analisando métodos de identificação de cantores em meio a preocupações crescentes com a clonagem de voz.
― 6 min ler
Uma nova abordagem melhora a detecção de clipes de áudio mistos, reais e falsos.
― 7 min ler
Um novo sistema melhora a detecção de som e a estimativa de distância.
― 5 min ler
Mamba mostra potencial contra transformers em tarefas de fala, especialmente para entradas longas.
― 5 min ler
A SingFlex oferece soluções inovadoras para criar vozes de canto diferentes de forma eficiente.
― 6 min ler
Um estudo sobre a complexidade das músicas tradicionais de dança irlandesa usando métodos de compressão.
― 5 min ler
RefinPaint melhora a criação musical ao identificar e aprimorar áreas fracas de forma eficaz.
― 7 min ler
Descubra como os PALs podem revolucionar o controle de zones sonoras em vários ambientes.
― 5 min ler
O método CUSIDE-array melhora a precisão do reconhecimento de fala em tempo real em sistemas multicanais.
― 7 min ler
Um novo framework melhora o desempenho da verificação de voz com dados limitados.
― 7 min ler
Explorando novas formas de a IA colaborar com músicos através da interpretação.
― 6 min ler
Aprenda como o contexto melhora a precisão do reconhecimento automático de fala e a identificação de palavras.
― 6 min ler
CADE melhora a detecção de áudio contra ameaças de spoofing em evolução usando técnicas de aprendizado contínuo.
― 8 min ler
Método inovador melhora a clareza nas partituras de piano.
― 8 min ler
Um novo método ajuda robôs a encontrarem objetos caídos usando som.
― 6 min ler
Novos métodos melhoram a habilidade das máquinas de isolar conversas em ambientes barulhentos.
― 6 min ler
Um modelo que usa voz pra transformar a interação áudio com a tecnologia.
― 6 min ler
Novas técnicas permitem emular melhor amplificadores de guitarra e efeitos.
― 7 min ler
Um novo framework melhora a performance de ASR usando dados e recursos limitados.
― 6 min ler
Um novo método melhora a eficiência na geração de áudio usando técnicas de atenção inovadoras.
― 6 min ler
Descubra como a IA tá transformando a geração de música com o BandControlNet.
― 7 min ler
Um robô móvel aprende a reconhecer vozes em ambientes barulhentos para aplicações práticas.
― 5 min ler
Um novo conjunto de dados visa melhorar a captura de voz usando sensores de condução pelo corpo.
― 7 min ler
Uma nova abordagem melhora a detecção de deepfakes usando análise áudio-visual.
― 7 min ler
Um olhar sobre o progresso nas tecnologias e métodos de reconhecimento de fala.
― 6 min ler
Um novo método melhora a detecção de gagueira combinando dados de áudio, vídeo e texto.
― 6 min ler
Uma equipe melhora o processamento de áudio para identificação de falantes e idiomas.
― 5 min ler
Pesquisas sobre detectar emoções humanas pela fala mostram potencial para várias aplicações.
― 6 min ler
Um novo método melhora a criação de som para modelos humanos 3D realistas.
― 8 min ler
Esse estudo mostra como a fala pode estimar taxas de respiração usando modelos avançados.
― 6 min ler
GraphMuse facilita a análise de dados musicais simbólicos com técnicas avançadas de aprendizado de máquina.
― 6 min ler