Novos métodos melhoram a separação de vozes em ambientes barulhentos.
― 5 min ler
Engenharia Eletrotécnica e Ciência dos Sistemas - Processamento de Áudio e Fala
RSSEsse artigo explora métodos pra melhorar sistemas de texto-para-fala pra línguas sub-representadas.
― 8 min ler
Este estudo analisa como a melodia varia e se conecta em diferentes culturas.
― 8 min ler
Uma estrutura que usa modelos de linguagem grandes pra criar diálogos em áudio autênticos.
― 7 min ler
Um novo benchmark ajuda a avaliar os tokenizadores de fala para um desempenho melhor.
― 7 min ler
Um novo método melhora o reconhecimento automático de fala preservando a ordem dos sons na transferência de conhecimento.
― 5 min ler
Um novo modelo melhora o reconhecimento de fala em conversas multilíngues.
― 6 min ler
Este estudo analisa a eficácia dos LLMs em musicologia e sua confiabilidade.
― 6 min ler
Este estudo analisa como o barulho pode melhorar a resistência do reconhecimento de fala frente a desafios.
― 6 min ler
Descubra como um microfone extra melhora a detecção de direção do som em ambientes barulhentos.
― 6 min ler
Um novo método melhora a conversão de voz usando menos amostras.
― 6 min ler
Transdutor leve e inovador melhora a eficiência e a precisão do reconhecimento de fala.
― 7 min ler
Novos métodos melhoram a criação musical através da análise de áudio e controle do usuário.
― 7 min ler
Novos métodos de marca d'água protegem os criadores em modelos de áudio generativos.
― 5 min ler
Descubra como o DDSP melhora a eficiência e a qualidade da síntese de fala.
― 7 min ler
Este estudo melhora a SER com um processamento prévio melhorado e modelos de atenção mais eficientes.
― 5 min ler
Uma estrutura para ajuste de música em tempo real em jogos e filmes.
― 6 min ler
aTENNuate oferece uma melhoria eficiente em tempo real dos sinais de fala, tornando a comunicação mais clara.
― 6 min ler
Pesquisadores exploram ecos ultrassônicos para medir distâncias com precisão em ambientes internos tranquilos.
― 7 min ler
Técnicas de anonimização de falantes protegem informações pessoais enquanto mantêm a clareza na comunicação.
― 7 min ler
Novos métodos melhoram a clareza da voz em ambientes barulhentos para dispositivos auditivos.
― 5 min ler
Um novo modelo melhora a separação de vocais e a transcrição de melodias na música.
― 6 min ler
Pesquisas mostram como os neurônios em modelos de fala reconhecem características-chave do som.
― 8 min ler
Um novo modelo simplifica a produção de áudio eliminando automaticamente os sons da respiração.
― 6 min ler
Os LLMs de fala mostram potencial, mas têm dificuldade em identificar os falantes nas conversas.
― 5 min ler
Uma abordagem de aprendizado auto supervisionado reduz a necessidade de dados de áudio rotulados.
― 7 min ler
Estudo revela o papel dos dados de voz em reconhecer emoções em falantes de espanhol.
― 6 min ler
Um novo método melhora a clareza da fala em ambientes barulhentos.
― 5 min ler
Abordagens inovadoras buscam melhorar a qualidade da música para quem tem perda auditiva.
― 7 min ler
A GenRep apresenta uma abordagem nova pra identificar sons de máquinas estranhos com dados limitados.
― 6 min ler
TF-Mamba melhora a localização sonora usando uma abordagem nova que integra dados de tempo e frequência.
― 6 min ler
A pesquisa sobre sistemas ASR modulares tem como objetivo melhorar o desempenho em ambientes barulhentos.
― 5 min ler
Um método novo combina significado e som para melhorar a detecção de emoções na fala.
― 7 min ler
Esse artigo fala sobre métodos de treinamento eficientes para modelos de fala usando aprendizado auto-supervisionado.
― 5 min ler
Uma nova arquitetura melhora a detecção de som em diversos ambientes.
― 6 min ler
Um novo modelo melhora a geração de música ao focar em instrumentos individuais.
― 6 min ler
Apresentando o DENSE, um método que melhora a extração da fala-alvo usando embeddings dinâmicos.
― 7 min ler
Um método novo melhora a transformação de áudio mantendo a melodia e a qualidade do som.
― 7 min ler
Esse método melhora a precisão de reconhecimento para nomes pouco comuns em saídas de voz.
― 6 min ler
Melhorando a identificação de palavras faladas através de pistas visuais em línguas com poucos recursos.
― 8 min ler