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

Pesquisas mostram como é importante ter um diagnóstico justo em doenças respiratórias.

O MusicLIME ajuda a explicar como a IA analisa música através do áudio e das letras.

Descubra como a Computação Quântica tá mudando a criatividade musical com o Harmonizador Quântico Variacional.

O modelo MCMamba melhora a qualidade do som em ambientes barulhentos usando informações espaciais e espectrais.

Este estudo avalia métodos de baixa latência para melhorar a qualidade do áudio em condições barulhentas.

Analisando como gestos 2D e 3D afetam a comunicação de personagens virtuais.

Um estudo sobre como melhorar sistemas de reconhecimento de voz em ambientes barulhentos.

Pesquisadores usam a fala pra identificar e monitorar várias condições de saúde.

RF-GML mede a qualidade do áudio sem precisar de um sinal de referência.

Aprenda como a equalização de ambiente melhora a experiência de áudio em vários lugares.

O StyleTTS-ZS oferece uma síntese de fala eficiente e de alta qualidade sem precisar de muito treinamento do falante.

Um novo método melhora o canto em conjunto sintetizado ao modelar as interações entre os cantores.

Um novo framework melhora o reconhecimento de fala modelando as relações sonoras de forma eficaz.

Aprenda como o ajuste de preferências alinha modelos com o feedback humano.

Novo método de mascaramento melhora a conversão de voz ao separar a identidade do falante da fonética.

Técnicas inovadoras melhoram o treinamento de modelos de música e texto com poucos recursos.

Novos métodos melhoram a marcação de áudio para estilos musicais diversos e preservação cultural.

Um conjunto de dados de sons de casa promove segurança e conforto para idosos.

O SD-Codec melhora o processamento de áudio separando os diferentes tipos de som de forma eficaz.

Este artigo fala sobre métodos para melhorar o reconhecimento de fala para sotaques.

Uma nova abordagem melhora a interpretabilidade da detecção de fala falsa.

Uma olhada no novo sistema TTS de estágio único que tá melhorando a geração de fala.

Este estudo fala sobre os desafios em modelos de linguagem áudio para línguas com poucos recursos.

Este estudo melhora os sistemas de reconhecimento de emoções para línguas menos comuns usando dados de alta qualidade.

Um modelo melhora tarefas de fala em ambientes multilíngues, enfrentando os desafios da troca de códigos.

Aprimorando a síntese de fala em línguas indianas usando unidades inter-pausais.

DeFT-Mamba melhora a separação e classificação de sons em ambientes barulhentos.

CADA-GAN melhora o desempenho dos sistemas de ASR em vários ambientes de gravação.

A EVA combina sinais de áudio e visuais pra melhorar a precisão do reconhecimento de fala.

Um novo framework simplifica o reconhecimento de fala em ambientes movimentados.

Llama-AVSR junta áudio e vídeo pra melhorar a precisão do reconhecimento de fala.

WMCodec melhora a marca d'água de áudio pra mais segurança e autenticidade.

Novos modelos enfrentam a classificação de som com dados de treinamento limitados.

Uma nova abordagem melhora a detecção de áudio falso usando modelos pré-treinados.

Novo método melhora a qualidade e a eficiência da geração de fala.

Um método que combina dados rotulados e não rotulados melhora a detecção de fontes sonoras.

Descubra como os sons ajudam os jogadores no pingue-pongue.

Um sistema que prioriza melodia enquanto oferece controle sobre a geração de música orquestral.

Um novo método usa sombreamento virtual pra melhorar o feedback de pronúncia dos aprendizes de línguas.

Novos métodos melhoram a qualidade do áudio binaural em ambientes sonoros desafiadores.