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

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.

Um robô móvel aprende a reconhecer vozes em ambientes barulhentos para aplicações práticas.

Um novo conjunto de dados visa melhorar a captura de voz usando sensores de condução pelo corpo.

Uma nova abordagem melhora a detecção de deepfakes usando análise áudio-visual.

Um olhar sobre o progresso nas tecnologias e métodos de reconhecimento de fala.

Um novo método melhora a detecção de gagueira combinando dados de áudio, vídeo e texto.

Uma equipe melhora o processamento de áudio para identificação de falantes e idiomas.

Pesquisas sobre detectar emoções humanas pela fala mostram potencial para várias aplicações.

Um novo método melhora a criação de som para modelos humanos 3D realistas.

Esse estudo mostra como a fala pode estimar taxas de respiração usando modelos avançados.

GraphMuse facilita a análise de dados musicais simbólicos com técnicas avançadas de aprendizado de máquina.

A pesquisa apresenta novos métodos para avaliar sistemas de reconhecimento de fala em polonês.

Este artigo fala sobre maneiras de melhorar a formatação de expressões numéricas em transcrições automáticas.

Aprendizado auto-supervisionado transforma o reconhecimento musical através de métodos inovadores.

Um novo conjunto de dados melhora a fala de máquina em mandarim, com o objetivo de uma expressão mais natural.

Um estudo sobre como melhorar a localização de fontes sonoras aproveitando melhor as informações audiovisuais.

Um novo modelo analisa a fala pra identificar leve comprometimento cognitivo em várias línguas.

Explorando o impacto da IA em estilos musicais sub-representados.

Um jeito de melhorar os sistemas de TTS pra pronunciar melhor palavras fora do vocabulário na Índia.

Um novo modelo melhora a eficiência no processamento de fala com menos consumo de energia.

Novos modelos de aprendizado de máquina melhoram a clareza da fala para usuários de aparelhos auditivos.

A pesquisa explora áudio de baixa frequência pra proteger a privacidade em estudos de comportamento social.

Explorando como o som se comporta em ambientes com várias salas e suas implicações na tecnologia.

Novas ferramentas de IA estão simplificando a edição de música com técnicas inovadoras e precisão melhorada.

A combinação de voz pré-definida melhora a tradução de fala enquanto garante privacidade e diminui riscos.

Um novo sistema ajuda músicos a criar músicas com mais controle e precisão.

Uma nova ferramenta pra avaliar a replicação em música feita por IA.

Um novo modelo de texto pra áudio usando só dados públicos.

Um novo conjunto de dados tem o objetivo de melhorar a compreensão da troca de código entre várias línguas.

Esse artigo examina o equilíbrio de gênero nas transmissões de notícias francesas em diferentes temas.

O dataset Rasa melhora a conversão de texto em fala para línguas indianas com uma fala neutra e expressiva.

Novos métodos melhoram a compreensão das emoções humanas na fala pela máquina.

Simplificar ferramentas de IA pode ajudar artistas a melhorar sua expressão criativa.

O MusiConGen melhora o controle do usuário na geração de texto para música.

Pesquisadores melhoram a decodificação da fala usando EEG pra ajudar quem tem dificuldades de fala.

Um novo modelo melhora a clareza da fala, atacando ruídos e ecos.

O J-CHAT fornece um grande conjunto de dados de código aberto pra melhorar sistemas de diálogo falado.

Novos métodos permitem que músicos criem instrumentos a partir de comandos de som.