Artigos mais recentes para Processamento de Áudio

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

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.

A PIAVE ajuda máquinas a captar vozes com clareza, mesmo quando as pessoas viram a cabeça.

O AV2Wav melhora a qualidade da fala usando dicas sonoras e visuais.

Apresentando uma estrutura flexível para aprimorar a pesquisa em privacidade de voz.

Pesquisas mostram que a fala emocional afeta o desempenho do modelo em tarefas de separação de fala.

Novos métodos estão melhorando nossa habilidade de detectar discursos falsos de forma eficaz.

Novos métodos melhoram o desempenho de vocoder com dados de áudio limitados.

Uma maneira firme de identificar anomalias de áudio e combater a falsificação de voz.

Apresentando um método mais rápido para síntese de fala de alta qualidade usando modelos de difusão.

HiFTNet oferece uma síntese de fala mais rápida e de alta qualidade usando técnicas inovadoras e eficientes.

AV-SUPERB avalia modelos de áudio e vídeo em várias tarefas pra melhorar o desempenho.

Nova metodologia melhora a velocidade e eficiência na geração de Texto para Áudio.

Um novo modelo melhora a eficiência e o desempenho na separação de fala.

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.

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.

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

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.

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.

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.

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.

Um novo método melhora o reconhecimento de som e a localização da fonte sem precisar de rótulos.

Explorando como a nitidez dos mínimos influencia o desempenho do modelo em dados de áudio não vistos.

Um estudo sobre como usar transformers para uma boa marcação e representação de música.

Essa pesquisa apresenta um modelo pra melhorar a clareza da fala em diferentes condições.

Explorando os avanços na legendagem automática de áudio e seu impacto na acessibilidade.

Novos métodos melhoram a ligação entre descrições de texto e eventos sonoros.

O E-SHARC melhora a identificação de falantes em vários ambientes de áudio.

Uma nova abordagem simplifica a segmentação audio-visual sem precisar de dados rotulados caros.

Um método melhora a clareza da fala em ambientes barulhentos sem dados de treinamento claros.

Explore o papel das wavelets na análise da suavidade de funções e suas aplicações.