Informática - Som

Novo modelo melhora a geração de fala em diversos dialetos de línguas com acento tonal.

Um novo método melhora a precisão na localização sonora enquanto garante a privacidade dos dados.

O SoloAudio melhora a extração de som usando técnicas avançadas e dados sintéticos.

O OpenACE oferece um bom padrão para avaliar codecs de áudio em várias condições.

Um método pra identificar falhas em motores elétricos através da análise de som e redes neurais bayesianas.

Modelos de reconhecimento de fala estão evoluindo com previsão de múltiplos tokens para respostas mais rápidas.

Esforços pra melhorar a tecnologia de fala pro idioma Faetar, que é pouco recursos.

Um novo método zero-shot melhora a precisão da conversão de voz e minimiza o vazamento de som.

Estudo revela como os tons mudam na fala do mandarim taiwanês do dia a dia.

Nova abordagem melhora a isolação de voz em configurações de áudio misto usando tokens discretos.

Pesquisa liga pinturas à música interpretando emoções.

Um novo método melhora a detecção automática de problemas de fala relacionados à doença de Parkinson.

Uma nova abordagem melhora os sistemas de ASR pra uma comunicação melhor na sala de aula.

Este artigo explora como entradas variadas podem aumentar a precisão do reconhecimento de fala.

Um sistema que facilita a criação de música e deixa todo mundo, independentemente do nível de habilidade, conseguir fazer.

O ReCLAP melhora a classificação de áudio com prompts detalhados pra uma precisão melhor.

Um projeto tem como objetivo melhorar a tecnologia de fala para quem tem dificuldades de comunicação.

MambaFoley revoluciona a síntese de som Foley com um tempo e realismo melhorados.

Um novo sistema melhora a precisão do sotaque em TTS pra uma comunicação melhor.

Usar embeddings CLAP melhora muito os sistemas de recomendação de música.

Estudo explora o desenvolvimento de ASR para Amis e Seediq, focando no uso de dados.

Pesquisadores desenvolvem novas estratégias pra distinguir animais individuais usando os sons únicos deles.

Um novo método simplifica a detecção de sirenes pra aumentar a segurança dos veículos.

Uma nova abordagem combina a detecção de eventos sonoros e a diarização de fala pra uma melhor compreensão do áudio.

Uma nova abordagem melhora a ASR ao focar em detalhes específicos do falante.

Um estudo mostrando como modelos de deep learning reconhecem emoções na fala.

Uma ferramenta fácil de usar pra ajustar modelos de fala sem precisar de código complicado.

Novos métodos melhoram o isolamento acústico de ambientes barulhentos sem precisar de dados rotulados.

Uma nova abordagem enfrenta a variação de canal em sistemas de reconhecimento de voz.

Um novo método melhora o reconhecimento de voz de máquinas para verificação de falantes.

Um novo modelo melhora a geração de áudio usando textos e sons detalhados.

A inteligência artificial tá mudando a música com novas ferramentas e jeitos de fazer.

MaskSR2 melhora a clareza e a qualidade do áudio usando técnicas inovadoras.

Um novo método para gerar fala com acento usando transliteração de texto.

E1 TTS transforma texto em fala natural de forma mais rápida e eficiente.

Wave-U-Mamba melhora gravações de fala de baixa qualidade pra uma comunicação mais clara.

Um novo sistema prevê notas de naturalidade para a fala sintética usando métodos inovadores.

Um novo método usa áudio pra melhorar a precisão na pronúncia das máquinas.

Novos métodos melhoram a sincronização de áudio com cenas de vídeo que mudam.

Explorando o desafio GenSEC pra melhorar a precisão da transcrição de voz.