Artigos mais recentes para Tecnologia de Fala

Pesquisadores melhoram a detecção de fala gerada por máquinas usando ajustes nas informações de fase.

Um novo framework melhora o estudo de sistemas de reconhecimento de fala não supervisionados.

Novo modelo LinDiff melhora a velocidade e a qualidade da síntese de fala.

Pesquisadores misturam recursos visuais e sonoros pra melhorar a fala de quem usa eletrólitos.

Essa pesquisa mostra como LLMs melhoram a compreensão da fala em vídeos longos.

Um novo método otimiza modelos de fala pra melhor desempenho com menos recursos.

O EM-Network melhora o aprendizado de sequências em tarefas de processamento de fala e língua.

Este estudo avalia vários modelos para prever a qualidade da fala sintetizada.

Esse artigo fala sobre como melhorar o reconhecimento de fala usando métodos de ensemble baseados em confiança.

O GenerTTS melhora a tecnologia de texto-para-fala para aplicativos multilíngues.

Um novo modelo melhora a extração de fala de fundos barulhentos usando aprendizado profundo.

Um estudo sobre como melhorar a reprodução do som vocal usando técnicas de síntese avançadas.

Novos métodos buscam esconder a identidade dos falantes mantendo a clareza na fala.

Um novo método pra melhorar a qualidade do áudio usando redes eficientes em energia.

Pesquisadores analisam como as emoções são compartilhadas pela fala usando dados diversos.

Novos métodos melhoram a qualidade da fala sintetizada usando aprendizado auto-supervisionado.

Aprendizado Federado melhora o reconhecimento de fala enquanto mantém os dados dos usuários privados.

Um novo método melhora a detecção de emoções na fala usando só áudio.

O-1 melhora o reconhecimento de fala otimizando métodos de auto-treinamento.

A pesquisa destaca métodos de detecção em tempo real para áudios falsos criados por IA.

Novos métodos de poda melhoram o desempenho de modelos de texto-para-fala de múltiplos falantes em zero-shot.

Novos métodos para selecionar dados de fala minimizam a rotulagem enquanto melhoram a precisão do reconhecimento.

Um novo método melhora a classificação da qualidade de fala usando as notas de preferência dos ouvintes.

Um método pra melhorar os sistemas de reconhecimento de voz pra usuários que gaguejam.

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

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

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

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

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.

Esse estudo melhora a capacidade dos sistemas de ASR em reconhecer a fala das crianças.

VoxtLM combina reconhecimento de fala, síntese, geração de texto e continuação em um só modelo.

A Libriheavy oferece 50.000 horas de inglês falado pra melhorar a tecnologia de reconhecimento de fala.

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

A seleção de core-set melhora os modelos de texto-para-fala ao focar em dados diversos.

Novo método preserva o tom emocional na conversão de voz pra uma melhor interação humano-computador.

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

A pesquisa combina aprendizado auto-supervisionado e novas técnicas de medição pra melhorar a inversão de fala.

Pesquisadores desenvolvem uma nova estrutura pra melhorar a clareza da fala pra usuários de eletrolaringe.

Um novo método usa dados sintéticos pra melhorar sistemas de ASR em áreas desconhecidas.