Informática - Som

Este estudo fala sobre os problemas dos sistemas de SLU e a capacidade deles de generalizar.

Uma ferramenta auto-supervisionada pra estimar assinaturas de chave musical, reduzindo anotações de especialistas.

O Diff-MST melhora a mixagem de músicas aplicando transferência de estilo de faixas de referência.

Um novo modelo melhora a comunicação para pessoas com deficiência usando reconhecimento de voz e código Morse.

ElasticAST permite processar áudio de comprimento variável de forma eficiente sem perder detalhes importantes.

Analisando métodos de identificação de cantores em meio a preocupações crescentes com a clonagem de voz.

Uma nova abordagem melhora a detecção de clipes de áudio mistos, reais e falsos.

Mamba mostra potencial contra transformers em tarefas de fala, especialmente para entradas longas.

A SingFlex oferece soluções inovadoras para criar vozes de canto diferentes de forma eficiente.

Um estudo sobre a complexidade das músicas tradicionais de dança irlandesa usando métodos de compressão.

RefinPaint melhora a criação musical ao identificar e aprimorar áreas fracas de forma eficaz.

Um novo framework melhora o desempenho da verificação de voz com dados limitados.

Explorando novas formas de a IA colaborar com músicos através da interpretação.

CADE melhora a detecção de áudio contra ameaças de spoofing em evolução usando técnicas de aprendizado contínuo.

Um novo método ajuda robôs a encontrarem objetos caídos usando som.

Novos sistemas de comando por voz melhoram o controle de drones sem precisar usar as mãos.

Novas técnicas permitem emular melhor amplificadores de guitarra e efeitos.

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.

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.

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.

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.

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.