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

Um novo modelo melhora o estudo da comunicação animal usando dados de áudio brutos.

A Emilia oferece um conjunto de dados bem variado pra melhorar os modelos de geração de fala.

Um novo sistema melhora a eficiência do processamento de sinal por meio de métodos de codificação inovadores.

Uma equipe enfrenta desafios de identificação de cantos de pássaros na competição BirdCLEF 2024.

Apresentando os conjuntos de dados MERGE pra melhorar a classificação de emoções na música.

Um novo método ajuda modelos menores a se saírem melhor usando dicas de modelos maiores.

Explore as novidades na versão 3 do dataset Divide and Remaster.

Um resumo completo dos conjuntos de dados usados em modelos de áudio-linguagem e a importância deles.

Um sistema confiável de fones de ouvido monitora as taxas de respiração durante várias atividades do dia a dia.

Melhorando sistemas de reconhecimento de fala para línguas com dados online limitados.

Este estudo analisa como redes neurais interpretam a fala usando espectrogramas.

Combinando som e imagens pra sistemas de reconhecimento mais inteligentes.

Um método pra melhorar a detecção de deepfake de áudio através de aumento de dados.

Beat-It gera movimentos de dança sincronizados pra deixar a coreografia top sem esforço.

Pesquisadores querem criar sons que combinem com vídeos silenciosos, melhorando a experiência dos espectadores.

Este estudo fala sobre os problemas dos sistemas de SLU e a capacidade deles de generalizar.

Uma ferramenta auto-supervisionada pra estimar assinaturas de chave musical, reduzindo anotações de especialistas.

O Diff-MST melhora a mixagem de músicas aplicando transferência de estilo de faixas de referência.

ElasticAST permite processar áudio de comprimento variável de forma eficiente sem perder detalhes importantes.

Analisando métodos de identificação de cantores em meio a preocupações crescentes com a clonagem de voz.

Uma nova abordagem melhora a detecção de clipes de áudio mistos, reais e falsos.

Um novo sistema melhora a detecção de som e a estimativa de distância.

Mamba mostra potencial contra transformers em tarefas de fala, especialmente para entradas longas.

A SingFlex oferece soluções inovadoras para criar vozes de canto diferentes de forma eficiente.

Um estudo sobre a complexidade das músicas tradicionais de dança irlandesa usando métodos de compressão.

RefinPaint melhora a criação musical ao identificar e aprimorar áreas fracas de forma eficaz.

Descubra como os PALs podem revolucionar o controle de zones sonoras em vários ambientes.

O método CUSIDE-array melhora a precisão do reconhecimento de fala em tempo real em sistemas multicanais.

Um novo framework melhora o desempenho da verificação de voz com dados limitados.

Explorando novas formas de a IA colaborar com músicos através da interpretação.

Aprenda como o contexto melhora a precisão do reconhecimento automático de fala e a identificação de palavras.

CADE melhora a detecção de áudio contra ameaças de spoofing em evolução usando técnicas de aprendizado contínuo.

Método inovador melhora a clareza nas partituras de piano.

Um novo método ajuda robôs a encontrarem objetos caídos usando som.

Novos métodos melhoram a habilidade das máquinas de isolar conversas em ambientes barulhentos.

Um modelo que usa voz pra transformar a interação áudio com a tecnologia.

Novas técnicas permitem emular melhor amplificadores de guitarra e efeitos.

Um novo framework melhora a performance de ASR usando dados e recursos limitados.

Um novo método melhora a eficiência na geração de áudio usando técnicas de atenção inovadoras.

Descubra como a IA tá transformando a geração de música com o BandControlNet.