Novos métodos melhoram a clareza da fala em aparelhos auditivos usando técnicas de deep learning.
― 7 min ler
Informática - Som
RSSAprenda sobre técnicas de localização de som e suas aplicações em várias áreas.
― 5 min ler
Novo conjunto de dados e métodos melhoram a detecção de deepfakes de áudio gerados por ALM.
― 7 min ler
Um clipe de áudio universal pode silenciar modelos avançados de ASR como o Whisper.
― 7 min ler
Um dispositivo ajuda a focar em vozes específicas em lugares cheios.
― 7 min ler
Um novo método melhora a edição de áudio usando modelos de difusão pra mudanças precisas.
― 6 min ler
O SpeechVerse conecta a compreensão de áudio e o processamento de linguagem pra melhorar a interação entre humanos e computadores.
― 7 min ler
Novo conjunto de dados destaca as diferenças de desempenho entre grupos demográficos usando assistentes de voz.
― 7 min ler
Esse artigo investiga vulnerabilidades em modelos de fala e maneiras de aumentar a segurança deles.
― 6 min ler
Entender e minimizar alucinações em IA pra um desempenho mais confiável.
― 9 min ler
Uma nova abordagem usa redes neurais convolucionais em grafos pra analisar dados musicais de forma eficiente.
― 10 min ler
Novos métodos melhoram as conexões entre clipes de áudio e descrições em texto.
― 6 min ler
O ROSVOT melhora a precisão na transcrição de vozes cantando, mesmo em ambientes barulhentos.
― 7 min ler
Explore como os modelos de linguagem grande aumentam a criatividade através da geração de multimídia.
― 9 min ler
Apresentando um modelo que gera áudio e vídeo sincronizados com níveis de ruído mistos.
― 7 min ler
Um novo sistema melhora as interações com robôs filtrando a fala que se sobrepõe.
― 7 min ler
Esse artigo fala sobre um novo modelo simples pra gerar áudio a partir de imagens e vice-versa.
― 5 min ler
Modelos de linguagem de desruído melhoram a correção de erros em sistemas de reconhecimento de fala usando dados sintéticos.
― 9 min ler
NeRAF cria som e visuais sincronizados para experiências imersivas em várias áreas.
― 7 min ler
Um novo método melhora o alinhamento de áudio e vídeo usando modelos pré-treinados.
― 7 min ler
Usando deep learning pra melhorar o monitoramento de emissão acústica de juntas parafusadas.
― 8 min ler
Uma nova abordagem pra combinar canto e dança usando técnicas avançadas de computador.
― 6 min ler
Descubra um jeito novo de entender a mixagem de música através da análise de áudio.
― 7 min ler
Saiba como a pintura de fala tá restaurando a qualidade do áudio em várias áreas.
― 8 min ler
Um novo sistema melhora a clareza da fala em ambientes com várias pessoas falando.
― 6 min ler
Novos métodos melhoram como as máquinas reconhecem emoções na fala.
― 6 min ler
O modelo Frieren melhora a qualidade do áudio e a sincronização para vídeos.
― 7 min ler
Um novo método gera sons únicos a partir de texto usando um sintetizador simples.
― 9 min ler
Novo método melhora a tradução de fala em ambientes barulhentos mantendo a expressividade.
― 5 min ler
Um novo método pra criar músicas que se encaixam bem no conteúdo de vídeo.
― 9 min ler
Seed-TTS cria uma fala realista a partir de texto para várias aplicações.
― 5 min ler
Novo método melhora a conversão de fala em canto usando aprendizado auto-supervisionado.
― 8 min ler
StreamSpeech melhora a tradução de fala em tempo real com eficiência e qualidade.
― 5 min ler
Um novo modelo melhora o reconhecimento de fala usando vários métodos de decodificação.
― 8 min ler
Um estudo sobre como melhorar a ASR para dialetos árabes usando técnicas de modelagem eficientes.
― 6 min ler
Apresentando o BLSP-Emo, um modelo que entende fala e emoções pra interações melhores.
― 6 min ler
Um estudo recente replica descobertas importantes sobre interpretação de dados usando som e visuais.
― 7 min ler
Um sistema que conecta sons com visuais, melhorando a compreensão das máquinas.
― 7 min ler
Novo modelo ARDiT melhora a síntese de texto para fala e a edição de fala.
― 7 min ler
Apresentando o SPICE, uma tarefa pra melhorar as interações da IA usando informação contextual.
― 9 min ler