Novos modelos como o FluxMusic melhoram a criação de música a partir de texto escrito.
― 6 min ler
Engenharia Eletrotécnica e Ciência dos Sistemas - Processamento de Áudio e Fala
RSSEste artigo fala sobre os benefícios de juntar sistemas de reconhecimento de voz e facial.
― 5 min ler
Um novo modelo melhora o reconhecimento de fala ao combinar de forma eficaz entradas de áudio e visuais.
― 6 min ler
Novos modelos melhoram a precisão na detecção de depressão através de gravações de voz.
― 7 min ler
Um novo método melhora o desempenho do modelo de fala em várias tarefas.
― 7 min ler
Um novo método melhora a precisão de reconhecimento de palavras-chave usando dados de áudio não rotulados.
― 8 min ler
Pesquisas mostram que a análise da fala pode ajudar na detecção precoce de Comprometimento Cognitivo Leve.
― 6 min ler
Um novo método melhora a geração de música focando em acordes e representação.
― 7 min ler
Pesquisadores criam o LibriheavyMix pra melhorar o reconhecimento de fala em ambientes barulhentos.
― 6 min ler
Novos métodos melhoram o reconhecimento de fala em situações desafiadoras com múltiplos falantes.
― 5 min ler
Um conjunto de dados revolucionário melhora as ferramentas de IA para diagnosticar problemas cardíacos.
― 9 min ler
Um novo sistema ajuda a trazer a língua Hakka de Taiwan de volta à vida.
― 6 min ler
Novos métodos melhoram a clareza da fala em ambientes barulhentos usando tecnologias avançadas.
― 6 min ler
Novos métodos melhoram a separação de vozes em ambientes barulhentos.
― 5 min ler
Esse 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