Informática - Som

Este estudo analisa como o comprimento do sinal afeta o desempenho na separação de fala.

Novo método estima distâncias usando o barulho do motor de drone.

Essa pesquisa destaca um novo modelo pra melhorar o reconhecimento de emoções usando dados de áudio e visual.

Este estudo analisa como a IA avalia e descreve sons em comparação com os humanos.

FSB-LSTM melhora a clareza da fala em ambientes barulhentos com baixa latência e baixa complexidade.

Pesquisas mostram como melhorar sistemas de reconhecimento de palavras-chave enquanto reduzem o consumo de energia.

Prak simplifica o alinhamento fonético para pesquisas na língua tcheca.

DAS-N2N usa aprendizado de máquina pra melhorar a coleta de dados sísmicos reduzindo o barulho.

Novas técnicas melhoram a precisão no reconhecimento de fala em tempo real e fora dele.

Este estudo destaca como a tokenização de subpalavras melhora a qualidade e a eficiência da geração de música.

Analisando como ataques adversariais impactam sistemas de reconhecimento de fala e métodos pra melhorar a transferibilidade.

CB-Conformer melhora o reconhecimento de fala para palavras tendenciosas com técnicas inovadoras.

Explore os desafios de segurança e privacidade da tecnologia de assistentes de voz.

Melhorando modelos de reconhecimento de fala para o suíço-alemão usando técnicas avançadas e conjuntos de dados.

Estudo explora como dados móveis ajudam a entender alucinações auditivas verbais.

Um novo método melhora as defesas contra ataques adversariais de áudio em sistemas de reconhecimento de fala.

A pesquisa foca em modelos eficientes para reconhecimento de palavras-chave usando redes ajustáveis.

CLaMP combina música e linguagem pra classificação e busca automática de músicas.

Um método matemático pra avaliar a beleza das performances musicais.

Um novo modelo combina dados de áudio e texto pra melhorar a precisão do reconhecimento de fala.

Um novo método melhora a transformação de textura de áudio para design sonoro criativo.

Um novo método gera áudio a partir de texto usando modelos modernos.

Uma competição pra melhorar a criação automática de sons Foley pra multimídia.

Este estudo explora como usar playlists pra melhorar a classificação e similaridade de músicas.

Como o Aprendizado de Transferência Profundo transforma as tecnologias de Reconhecimento Automático de Fala.

Tecnologia inovadora separa vozes musicais usando técnicas avançadas de rastreamento.

Agricultores agora conseguem acompanhar o comportamento das vacas com precisão, mesmo com o barulho de fundo.

Novos métodos de transcrição musical mostram potencial com dados de áudio sintetizado.

Um grande conjunto de dados de choros de bebês ajuda a entender a comunicação e a saúde dos pequenos.

Um novo método melhora os sistemas de reconhecimento de palavras-chave em condições com poucos recursos.

Um novo sistema melhora as previsões de trajetória de voo usando instruções faladas em tempo real.

Uma nova abordagem melhora a legendagem de áudio gerando frases mais claras e variadas.

LORIS gera músicas de alta qualidade que se encaixam perfeitamente com os movimentos do vídeo.

Estudo mostra que CNNs conseguem criar combinações de palavras a partir de dados de fala bruta.

A PLiX usa aprendizado de poucos exemplos pra melhorar o reconhecimento de voz em várias línguas.

Esse artigo fala sobre como melhorar a detecção de sequências sonoras no reconhecimento de áudio.

Pesquisas mostram um jeito de melhorar o reconhecimento de fala separando a identidade do falante dos sons fonéticos.

Estudo revela como a clareza do áudio afeta a análise da aquisição de linguagem em bebês.

Uma nova abordagem melhora a compreensão da linguagem falada usando um processamento de áudio eficiente.

Este artigo apresenta um método pra melhorar CNNs removendo filtros desnecessários.