Este estudo analisa como os LLMs entendem e geram música.
― 6 min ler
Engenharia Eletrotécnica e Ciência dos Sistemas - Processamento de Áudio e Fala
RSSModelos de IA melhoram a precisão das conversões de fala para texto.
― 6 min ler
Analisando técnicas pra proteger a privacidade enquanto analisa conversas gravadas.
― 6 min ler
Uma visão geral da criação de música MIDI e seu potencial expressivo.
― 6 min ler
Um novo modelo que sincroniza anotações de acordes com o áudio da música de forma perfeita.
― 7 min ler
Um novo modelo integra dados de áudio e visual para reconhecimento de fala e tradução.
― 7 min ler
Este estudo propõe uma forma transparente de avaliar a dificuldade da música para educadores.
― 7 min ler
Um novo modelo melhora a síntese de fala para vários dialetos do chinês.
― 6 min ler
Um novo método melhora a criação de covers de piano, equilibrando qualidade e integridade musical.
― 5 min ler
Uma ferramenta que identifica de forma eficaz conteúdo deepfake através da análise combinada de áudio e visual.
― 6 min ler
Um novo parâmetro pra avaliar modelos que analisam música e linguagem.
― 7 min ler
Um novo framework melhora a classificação em tarefas áudio-visuais não vistas.
― 7 min ler
Um novo modelo melhora a geração de música usando tokens compostos e decodificação sequencial.
― 6 min ler
Um projeto que reintroduz a música de corte coreana esquecida usando técnicas modernas.
― 7 min ler
Novos métodos melhoram a expressão emocional na síntese de fala de máquinas.
― 7 min ler
Um novo método melhora a qualidade da música gerada por computador ao separar melodia e ritmo.
― 6 min ler
Este estudo analisa como a música e os sons evocam emoções juntos.
― 7 min ler
Novos métodos na geração de música com IA oferecem uma estrutura e diversidade melhores.
― 6 min ler
Novo framework melhora o reconhecimento de fala para diversos dialetos árabes.
― 5 min ler
Um sistema que cria ritmos de bateria únicos baseado em textos que os músicos escrevem.
― 5 min ler
Novos métodos melhoram a precisão do reconhecimento de fala para sotaques diversos.
― 5 min ler
Um novo método pra avaliar como os pedaços de áudio se encaixam na música.
― 6 min ler
Métodos para acelerar a diarização de falantes sem perder precisão.
― 7 min ler
A GRAFX oferece uma solução de código aberto para processamento de áudio eficiente com PyTorch.
― 5 min ler
iDANSE melhora o processamento de som em redes de sensores acústicos para aplicações em tempo real mais eficazes.
― 5 min ler
Melhorando a reprodução de som binaural pra ter experiências de áudio melhores em vários dispositivos.
― 8 min ler
Wav2graph cria gráficos de conhecimento a partir da linguagem falada pra melhorar a compreensão da IA.
― 8 min ler
O Speech-MASSIVE quer melhorar a compreensão da linguagem falada em várias línguas.
― 7 min ler
Técnicas inovadoras protegem dados de fala sensíveis enquanto mantêm a precisão do processamento.
― 8 min ler
Pesquisas sobre novos modelos melhoram a qualidade do áudio em filmes e na TV.
― 6 min ler
Novos métodos melhoram a privacidade enquanto mantêm o conteúdo e as emoções da fala.
― 7 min ler
Analisar os sons de uma criança mostra etapas importantes do crescimento da linguagem.
― 6 min ler
Novos métodos para um controle melhor de RNNs melhoram as simulações de efeitos de áudio.
― 10 min ler
MulliVC transforma vozes em várias línguas com uma precisão e clareza impressionantes.
― 6 min ler
Pesquisadores criam modelos pra melhorar a compreensão da produção de fala e movimento.
― 7 min ler
Um sistema que permite autenticação por voz em várias línguas para dispositivos móveis.
― 6 min ler
TEAdapter melhora a geração de música a partir de texto, dando aos usuários mais controle e criatividade.
― 5 min ler
Pesquisas mostram uma compreensão mais profunda de como os sons influenciam uns aos outros na fala.
― 6 min ler
Um novo framework melhora a detecção de sons de máquinas usando técnicas de aprendizado ativo.
― 5 min ler
Esse estudo analisa como diferentes métodos de resumo afetam a qualidade e o conteúdo.
― 6 min ler