Uma maneira firme de identificar anomalias de áudio e combater a falsificação de voz.
― 6 min ler
Informática - Som
RSSUm novo modelo melhora a compreensão das emoções durante as conversas.
― 7 min ler
Este estudo investiga se os símbolos de fala aprendidos imitam os padrões de frequência das palavras.
― 6 min ler
Apresentando um método mais rápido para síntese de fala de alta qualidade usando modelos de difusão.
― 7 min ler
HiFTNet oferece uma síntese de fala mais rápida e de alta qualidade usando técnicas inovadoras e eficientes.
― 6 min ler
Novo método transforma vozes usando características faciais para várias aplicações.
― 10 min ler
AV-SUPERB avalia modelos de áudio e vídeo em várias tarefas pra melhorar o desempenho.
― 6 min ler
Uma nova abordagem melhora a diarização de falantes ao integrar dados semânticos no processo.
― 6 min ler
Nova metodologia melhora a velocidade e eficiência na geração de Texto para Áudio.
― 5 min ler
Pesquisas mostram que a precisão em reconhecer emoções na fala melhorou entre os idiomas.
― 5 min ler
Explore como o TTT melhora o reconhecimento de fala se adaptando a mudanças na distribuição.
― 8 min ler
Melhorando a forma como identificamos fontes de som usando dados áudio-visuais.
― 7 min ler
Um método pra visualizar e prever sons em vários ambientes usando tecnologia avançada.
― 6 min ler
Novos métodos combinam áudio e metadados pra melhorar o reconhecimento de idiomas.
― 7 min ler
Um sistema criado pra detectar ataques de apresentação de voz aumenta a segurança no reconhecimento vocal.
― 7 min ler
Melhorando o reconhecimento de fala do Whisper para o vietnamita e outras línguas com poucos recursos.
― 5 min ler
O FluentEditor melhora a edição de áudio focando no fluxo natural e na consistência.
― 4 min ler
Melhorando a tradução em tempo real com técnicas avançadas de segmentação.
― 6 min ler
Melhorando traduções em tempo real com métodos inovadores e políticas inteligentes.
― 6 min ler
Esforços pra melhorar os sistemas de ASR pra árabe tunisiano e troca de código.
― 6 min ler
Métodos inovadores buscam adaptar a geração de música às preferências dos usuários.
― 8 min ler
Um novo modelo melhora a eficiência e o desempenho na separação de fala.
― 6 min ler
Uma nova abordagem avalia a qualidade do áudio usando vários microfones em diferentes ambientes.
― 6 min ler
Um novo método melhora a separação de som em diferentes frequências.
― 6 min ler
Explore os avanços em cancelamento de eco pra melhorar a qualidade das chamadas.
― 5 min ler
Um novo método melhora a geração de música ao adicionar contexto de performance.
― 7 min ler
Uma nova abordagem gera legendas de áudio usando apenas texto, melhorando a eficiência dos dados.
― 8 min ler
Explorando os desafios e inovações em fazer a correspondência entre gravações de áudio e partituras.
― 7 min ler
Uma nova abordagem usa aprendizado auto-supervisionado pra conectar áudio e partituras.
― 6 min ler
Um novo método melhora a combinação de áudio e partituras.
― 6 min ler
Usando agrupamento k-means pra otimizar dados de áudio e treinar o modelo melhor.
― 6 min ler
Estudo mostra que a augmentação de áudio pode melhorar o reconhecimento de fala em línguas de baixo recurso.
― 6 min ler
Uma nova abordagem melhora a eficiência em modelos de ASR multilíngues ao integrar técnicas de mascaramento adaptativo.
― 5 min ler
Investigando áudio deepfake pra melhorar modelos de transcrição pra línguas menos comuns.
― 10 min ler
Novas estratégias melhoram o aprendizado com rótulos fracos ao selecionar exemplos negativos relevantes.
― 7 min ler
Um método novo pra marcar áudio criado por modelos de difusão pra proteger a propriedade.
― 7 min ler
Novas técnicas melhoram os sistemas de ASR para reconhecer melhor discursos longos.
― 5 min ler
Novas técnicas visam aumentar a precisão dos dispositivos ativados por voz contra ataques.
― 7 min ler
DurIAN-E melhora a fala sintética com uma expressividade e fluidez mais naturais.
― 5 min ler
Descubra como o SER melhora as interações entre humanos e máquinas através da detecção de emoções.
― 6 min ler