Informática - Som

Um novo método melhora a separação de som em diferentes frequências.

Explore os avanços em cancelamento de eco pra melhorar a qualidade das chamadas.

Um novo método melhora a geração de música ao adicionar contexto de performance.

Uma nova abordagem gera legendas de áudio usando apenas texto, melhorando a eficiência dos dados.

Explorando os desafios e inovações em fazer a correspondência entre gravações de áudio e partituras.

Uma nova abordagem usa aprendizado auto-supervisionado pra conectar áudio e partituras.

Um novo método melhora a combinação de áudio e partituras.

Usando agrupamento k-means pra otimizar dados de áudio e treinar o modelo melhor.

Estudo mostra que a augmentação de áudio pode melhorar o reconhecimento de fala em línguas de baixo recurso.

Uma nova abordagem melhora a eficiência em modelos de ASR multilíngues ao integrar técnicas de mascaramento adaptativo.

Investigando áudio deepfake pra melhorar modelos de transcrição pra línguas menos comuns.

Novas estratégias melhoram o aprendizado com rótulos fracos ao selecionar exemplos negativos relevantes.

Um método novo pra marcar áudio criado por modelos de difusão pra proteger a propriedade.

Novas técnicas melhoram os sistemas de ASR para reconhecer melhor discursos longos.

Novas técnicas visam aumentar a precisão dos dispositivos ativados por voz contra ataques.

DurIAN-E melhora a fala sintética com uma expressividade e fluidez mais naturais.

Descubra como o SER melhora as interações entre humanos e máquinas através da detecção de emoções.

Um método pra escolher o melhor modelo de ASR baseado nas características do áudio.

Saiba como a desreverberação melhora o reconhecimento de fala em ambientes barulhentos.

A Coco-Nut oferece amostras de voz japonesa diversas pra aplicativos avançados de texto pra fala.

Esse estudo apresenta um modelo baseado em atenção pra estimar volumes de cômodos a partir de gravações de áudio.

O modelo ASCA melhora a precisão da classificação de áudio para conjuntos de dados pequenos.

MyST tem como objetivo melhorar o aprendizado de ciências das crianças por meio de tutoria virtual.

Estudo compara a precisão de localização do som em formatos de áudio de quatro canais e dois canais.

Uma olhada no M2MeT 2.0 e seu impacto na transcrição de reuniões.

Um novo método de processamento de áudio melhora o anonimato do falante enquanto mantém a clareza da fala.

Este estudo transforma dados de ressonância magnética da língua em áudio de fala real.

Este estudo analisa como a compressão de modelos afeta o reconhecimento de fala em ambientes barulhentos.

Explore como o Aprendizado Ativo Online melhora a eficiência do reconhecimento de sons.

Um novo modelo melhora a compreensão da fala e dos sons ao mesmo tempo.

Nova tecnologia melhora a detecção de disartria e a classificação de gravidade.

Novos métodos melhoram a detecção precoce de problemas de voz usando características da fonte glotal.

Melhorando modelos de fala pra reconhecer e se adaptar melhor a diferentes sotaques.

DCLS melhora o desempenho na classificação de áudio aprendendo as posições do núcleo durante o treinamento.

Um novo método melhora o aprendizado de máquina de dados áudio-visuais.

Apresentando novos modelos pra melhorar a extração de fala em ambientes barulhentos.

Um novo método melhora a eficiência do reconhecimento de fala usando adaptação de baixo rank.

Juntando áudio, vídeo e texto pra melhorar as avaliações de saúde mental.

Uma olhada nas melhorias em reconhecimento de fala pra aumentar a velocidade e a precisão.

Melhorando a comunicação entre médico e paciente com tecnologias avançadas de reconhecimento de voz.