Informática - Som

Novas técnicas melhoram a clareza do áudio em ambientes barulhentos.

Novos métodos melhoram a identificação de palavras-chave usando dados de fala disponíveis.

Um olhar sobre métodos de extração de som personalizáveis por região para um áudio mais claro.

Novos métodos de um único passo melhoram a precisão no acompanhamento de formantes para sons de fala.

Uma nova perspectiva sobre os avanços nos métodos e aplicações da ciência da linguagem falada.

Esse estudo analisa as dificuldades de usar aprendizado contrastivo pra entender vídeo musical.

Uma nova abordagem melhora a integração da fala com modelos de linguagem.

Usando aprendizado autossupervisionado pra melhorar previsões dos movimentos de fala na disartria.

Uma nova métrica pra avaliar como os estilos de dança combinam com a música.

Analisando como modelos de linguagem pré-treinados melhoram a qualidade do texto-para-fala.

Um novo modelo avalia a percepção auditiva através do feedback humano usando a Escala de Melhor-Pior.

Novos métodos melhoram a clareza dos componentes de áudio nas faixas musicais.

O BandIt melhora a separação de fontes de áudio com técnicas inovadoras de deep learning.

Ajustar a tecnologia de reconhecimento de emoções melhora a precisão para diferentes falantes.

Estudo revela ameaças sérias no reconhecimento de voz usando amostras de morph.

Um conjunto de dados detalhado que combina as sonatas do Mozart com performances de piano e anotações de especialistas.

Um novo modelo leve melhora a estimativa de pitch usando técnicas de aprendizado auto-supervisionado.

Uma nova abordagem pra melhorar a identificação e análise de segmentos musicais.

Novos métodos criados pra identificar músicas falsas diante das crescentes preocupações.

Cleancoder melhora os sistemas de ASR reduzindo o barulho de fundo pra entender a fala melhor.

RADIO cria rostos falantes realistas usando só uma imagem de referência.

RoDia oferece amostras de áudio essenciais pra identificar dialetos romenos.

Explorando como gestos e expressões melhoram nossa compreensão da linguagem falada.

Explorando novos métodos de detecção e localização de som usando dados sintéticos.

Um novo sistema ajuda músicos a vivenciar o som em um palco virtual.

Novo método melhora a detecção de trechos de áudio falsos em gravações.

Os computadores estão aprendendo a separar ritmo e harmonia na música para aplicações criativas.

O MuLanTTS da Microsoft oferece capacidades de texto-para-fala em francês de forma natural e expressiva.

Novos conjuntos de dados e métodos melhoram a classificação de veículos para uma gestão de trânsito melhor.

Novos métodos melhoram a precisão e a velocidade na tecnologia de reconhecimento de fala.

Um novo sintetizador melhora a geração de efeitos sonoros realistas para a mídia.

Uma nova abordagem melhora a estimativa de confiança em sistemas de ASR para uma precisão melhor.

Apresentando uma estrutura para uma síntese de fala mais natural e expressiva.

Aprenda como a tecnologia ajuda a categorizar gêneros musicais de forma eficiente.

Uma abordagem unificada pra avaliar a alimentação dos peixes usando dados de áudio e vídeo.

Um novo método melhora a criação de vídeos de talking-head que expressam emoções.

Este estudo explora problemas com o uso de convnets para a criação de filtro de áudio.

O modelo CLAP conecta o processamento de áudio e texto pra várias aplicações.

Um projeto tem como objetivo melhorar o processamento de fala em francês usando aprendizado auto-supervisionado.

Novos métodos melhoram como as máquinas reconhecem o ritmo da fala e a emoção.