Um novo método melhora o reconhecimento de voz de máquinas para verificação de falantes.
― 7 min ler
Engenharia Eletrotécnica e Ciência dos Sistemas - Processamento de Áudio e Fala
RSSUm novo modelo melhora a geração de áudio usando textos e sons detalhados.
― 7 min ler
A inteligência artificial tá mudando a música com novas ferramentas e jeitos de fazer.
― 7 min ler
MaskSR2 melhora a clareza e a qualidade do áudio usando técnicas inovadoras.
― 6 min ler
Um novo método para gerar fala com acento usando transliteração de texto.
― 7 min ler
E1 TTS transforma texto em fala natural de forma mais rápida e eficiente.
― 6 min ler
Wave-U-Mamba melhora gravações de fala de baixa qualidade pra uma comunicação mais clara.
― 5 min ler
Um novo sistema prevê notas de naturalidade para a fala sintética usando métodos inovadores.
― 7 min ler
Um novo método usa áudio pra melhorar a precisão na pronúncia das máquinas.
― 6 min ler
Novos métodos melhoram a sincronização de áudio com cenas de vídeo que mudam.
― 5 min ler
Explorando o desafio GenSEC pra melhorar a precisão da transcrição de voz.
― 5 min ler
Um novo método de avaliação para esquizofrenia usando dados multimodais.
― 6 min ler
Novos métodos estão ajudando as máquinas a interpretar melhor sons individuais.
― 7 min ler
Uma visão geral das tecnologias de reconhecimento de palavras-chave e seus desafios com a língua urdu.
― 7 min ler
Pesquisas mostram as dificuldades no reconhecimento de fala das transmissões de rádio da polícia.
― 9 min ler
A PDMX oferece uma coleção enorme de músicas simbólicas de domínio público pra desenvolvimento de IA.
― 7 min ler
Um estudo mostra que i-vectors podem competir com modelos complexos em reconhecimento de fala.
― 5 min ler
Um estudo sobre como as escolhas de design afetam os modelos de fala.
― 8 min ler
Um novo método avalia modelos de fala auto-supervisionados usando medida de ranking.
― 6 min ler
Estudo destaca avanços no reconhecimento de emoções por robôs usando Transformadores de Visão.
― 7 min ler
Pesquisas mostram como é importante ter um diagnóstico justo em doenças respiratórias.
― 8 min ler
O MusicLIME ajuda a explicar como a IA analisa música através do áudio e das letras.
― 7 min ler
Descubra como a Computação Quântica tá mudando a criatividade musical com o Harmonizador Quântico Variacional.
― 14 min ler
O modelo MCMamba melhora a qualidade do som em ambientes barulhentos usando informações espaciais e espectrais.
― 5 min ler
Este estudo avalia métodos de baixa latência para melhorar a qualidade do áudio em condições barulhentas.
― 8 min ler
Analisando como gestos 2D e 3D afetam a comunicação de personagens virtuais.
― 8 min ler
Um estudo sobre como melhorar sistemas de reconhecimento de voz em ambientes barulhentos.
― 7 min ler
Pesquisadores usam a fala pra identificar e monitorar várias condições de saúde.
― 10 min ler
RF-GML mede a qualidade do áudio sem precisar de um sinal de referência.
― 6 min ler
Aprenda como a equalização de ambiente melhora a experiência de áudio em vários lugares.
― 6 min ler
O StyleTTS-ZS oferece uma síntese de fala eficiente e de alta qualidade sem precisar de muito treinamento do falante.
― 6 min ler
Um novo método melhora o canto em conjunto sintetizado ao modelar as interações entre os cantores.
― 6 min ler
Um novo framework melhora o reconhecimento de fala modelando as relações sonoras de forma eficaz.
― 5 min ler
Aprenda como o ajuste de preferências alinha modelos com o feedback humano.
― 5 min ler
Novo método de mascaramento melhora a conversão de voz ao separar a identidade do falante da fonética.
― 7 min ler
Técnicas inovadoras melhoram o treinamento de modelos de música e texto com poucos recursos.
― 8 min ler
Novos métodos melhoram a marcação de áudio para estilos musicais diversos e preservação cultural.
― 8 min ler
Um conjunto de dados de sons de casa promove segurança e conforto para idosos.
― 5 min ler
O SD-Codec melhora o processamento de áudio separando os diferentes tipos de som de forma eficaz.
― 6 min ler
Este artigo fala sobre métodos para melhorar o reconhecimento de fala para sotaques.
― 6 min ler