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

aTENNuate oferece uma melhoria eficiente em tempo real dos sinais de fala, tornando a comunicação mais clara.

Pesquisadores exploram ecos ultrassônicos para medir distâncias com precisão em ambientes internos tranquilos.

Técnicas de anonimização de falantes protegem informações pessoais enquanto mantêm a clareza na comunicação.

Novos métodos melhoram a clareza da voz em ambientes barulhentos para dispositivos auditivos.

Um novo modelo melhora a separação de vocais e a transcrição de melodias na música.

Pesquisas mostram como os neurônios em modelos de fala reconhecem características-chave do som.

Um novo modelo simplifica a produção de áudio eliminando automaticamente os sons da respiração.

Os LLMs de fala mostram potencial, mas têm dificuldade em identificar os falantes nas conversas.

Uma abordagem de aprendizado auto supervisionado reduz a necessidade de dados de áudio rotulados.

Estudo revela o papel dos dados de voz em reconhecer emoções em falantes de espanhol.

Um novo método melhora a clareza da fala em ambientes barulhentos.

Abordagens inovadoras buscam melhorar a qualidade da música para quem tem perda auditiva.

A GenRep apresenta uma abordagem nova pra identificar sons de máquinas estranhos com dados limitados.

TF-Mamba melhora a localização sonora usando uma abordagem nova que integra dados de tempo e frequência.

A pesquisa sobre sistemas ASR modulares tem como objetivo melhorar o desempenho em ambientes barulhentos.

Um método novo combina significado e som para melhorar a detecção de emoções na fala.

Esse artigo fala sobre métodos de treinamento eficientes para modelos de fala usando aprendizado auto-supervisionado.

Uma nova arquitetura melhora a detecção de som em diversos ambientes.

Um novo modelo melhora a geração de música ao focar em instrumentos individuais.

Apresentando o DENSE, um método que melhora a extração da fala-alvo usando embeddings dinâmicos.

Um método novo melhora a transformação de áudio mantendo a melodia e a qualidade do som.

Esse método melhora a precisão de reconhecimento para nomes pouco comuns em saídas de voz.

Melhorando a identificação de palavras faladas através de pistas visuais em línguas com poucos recursos.

Um novo modelo melhora a detecção de deepfakes de áudio com aprendizado contínuo.

Uma visão geral dos métodos de diarização de falantes em áudio-visual, desafios e sistemas.

BigCodec melhora a qualidade do som em transmissões de áudio com baixa taxa de bits.

Novo método melhora a captação de som usando microfones circulares pra uma qualidade de áudio melhor.

Esse artigo fala sobre as vantagens de simplificar modelos de transformer para tarefas de fala.

O Sortformer integra diarização de falantes e ASR pra melhorar o processamento de áudio.

Uma nova maneira de criar sons de piano realistas usando separação de componentes sonoros.

ParaEVITS melhora a expressão emocional em TTS através de orientações em linguagem natural.

Aprenda como a inpainting de áudio restaura partes faltando dos sinais.

Novos métodos melhoram a compreensão da linguagem falada através de um conjunto de dados inovador.

Novos métodos melhoram a conversa entre humanos e robôs ao deixar a fala mais clara.

Novos métodos melhoram o acesso às notícias faladas segmentando os tópicos de forma mais eficaz.

Essa pesquisa analisa o desempenho do Mamba em tarefas de fala, destacando a reconstrução e reconhecimento de sons.

Um novo método para etiquetar músicas usando aprendizado com poucos exemplos tá mostrando resultados promissores.

A FlowSep tá trazendo um jeito novo de extrair sons usando perguntas em linguagem.

SSR-Speech oferece novas soluções para geração e edição de fala.

Os avanços em IA tornam áudios falsos comuns, o que gera a necessidade de detecção.