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

Chirp MFCC melhora a representação do sinal de áudio pra uma classificação e reconhecimento melhor.

Técnicas inovadoras para melhorar modelos de TTS e reduzir a perda de conhecimento.

O projeto EMO-SUPERB melhora o reconhecimento de emoção na fala com técnicas aprimoradas e colaboração da comunidade.

Uma nova estrutura melhora os modelos de linguagem ao reconhecer e responder a diferentes estilos de fala.

Um novo sistema pra avaliar o desempenho de codec de áudio em várias aplicações.

Esse estudo revisa como o tamanho do lote influencia o desempenho e o treinamento do modelo de fala.

Descubra como a IA tá transformando a criação musical através da colaboração com humanos.

Melhorando os sistemas de ASV pra reconhecer a voz das crianças de forma precisa.

Pesquisas mostram novos modelos pra melhorar a qualidade do áudio em vários ambientes.

Analisando como o som e a visão juntos melhoram a compreensão de dados.

O CLAPSep melhora a separação de som usando modelos pré-treinados e consultas do usuário pra ter mais precisão.

Novos métodos melhoram a acessibilidade e a precisão na legendagem de áudio.

Aprenda a identificar chamadas de áudio falsas com técnicas inovadoras de desafio-resposta.

O CustomListener cria avatares realistas que respondem às conversas de forma dinâmica.

Pesquisas mostram que o tempo é mais importante do que características específicas dos falantes em modelos de diarização.

Novo método melhora a síntese de fala para pessoas que não conseguem falar.

Uma olhada no MONA, um sistema que melhora a comunicação em fala silenciosa.

Uma visão geral do ASR e seus avanços em aplicações modernas.

Explorando novos métodos pra melhorar o reconhecimento de emoção na fala usando dados naturais.

A pesquisa foca em ajudar os robôs a entender melhor a fala em meio ao barulho de fundo.

Esse estudo avança a educação musical automatizando a avaliação da dificuldade das peças de piano.

Um novo padrão avalia o desempenho dos sistemas de reconhecimento de voz em meio a várias interferências.

Explorando o papel da IA na formação da música através de técnicas e estruturas avançadas.

Um novo método melhora a performance e a eficiência do modelo de fala em ambientes barulhentos.

Explorando como a reconstrução do campo sonoro impacta as experiências de áudio em várias aplicações.

Um novo método combina técnicas tradicionais com redes neurais pra melhorar a localização do som.

Uma nova abordagem pra melhorar a detecção acústica sem comprometer a qualidade do áudio.

Um método pra melhorar a precisão do reconhecimento de fala em Kannada e Telugu.

Um novo sistema melhora a criação de gestos realistas usando só áudio de fala.

A IA tá melhorando os implantes cocleares pra uma audição e comunicação melhor em ambientes difíceis.

Notochord melhora a criação de música MIDI em tempo real usando IA pra performances mais ricas.

Um método pra ter um controle mais intuitivo sobre vozes cantando usando comandos em linguagem natural.

Este artigo discute novos métodos para classificar a autoria por meio de análise gramatical.

O novo modelo emoDARTS melhora a precisão em reconhecer emoções na fala usando aprendizado profundo.

Um modelo mostra viés de exclusividade mútua em testes de associação de palavras.

Um estudo sobre como melhorar sistemas de TTS com amostras de voz diversas.

Legendas tão tão importantes pra melhorar a experiência de quem assiste nos serviços de streaming.

Novas ferramentas melhoram a edição de gravações de voz e a qualidade de produção.

Novos modelos melhoram as interações em dueto nas performances de dança virtuais.

Descubra como a equalização generativa dá uma nova vida a gravações antigas de músicas.