Neuste Artikel für Audio

Neue Methoden zielen darauf ab, die Sprachprivatsphäre in Audioüberwachungssystemen zu schützen.

Eine Methode, die Audio und Video nutzt, um Deepfake-Detection zu verbessern.

Ein neues KI-Modell verbessert die Vorhersage von Audioqualitätsbewertung.

Forschung untersucht Deep Learning, um Audio zu erstellen, das zu stillem Videoinhalt passt.

Eine neue Methode verbessert Tonaufnahmen mit visuellen Hinweisen.

Den Einfluss von KI-generierten Inhalten auf die Kunst des Geschichtenerzählens erkunden.

Ein neues System verbessert Audioaufnahmen für ein besseres Hörerlebnis.

Diese Studie untersucht die Schwierigkeiten bei der Verwendung von kontrastivem Lernen für das Verständnis von Musikvideos.

Ein einheitlicher Ansatz zur Bewertung der Fischfütterung mit Audio- und Videodaten.

Dieser Artikel untersucht Fortschritte in der Sprecherdiarisierung mithilfe von Sprachmodellen für eine bessere Genauigkeit.

Forscher untersuchen Audiotechnologie zur Verbesserung der Fussgängererkennung in städtischen Gebieten.

Fortgeschrittene Techniken zur Sicherstellung der Audioauthentizität im Zeitalter des Stimmenklonens.

Ein neuer Ansatz verbessert die Audioerzeugung, indem er Audio mit Textbeschreibungen in Einklang bringt.

Neue Methoden verbessern unsere Fähigkeit, gefälschte Sprache effektiv zu erkennen.

Neue Methoden verbessern die Leistung von Vocodern mit begrenzten Audiodaten.

Diese Studie untersucht Trainingsstrategien, um die Erkennung von gefälschter Audio zu verbessern.

Ein robuster Ansatz zur Identifizierung von Audioanomalien und zur Bekämpfung von Stimmfälschungen.

Neue Methoden kombinieren Audio und Metadaten für eine bessere Spracherkennung.

Eine neue Methode verbessert die Musikgenerierung, indem sie den Aufführungskontext hinzufügt.

Ein neuer Ansatz nutzt selbstüberwachtes Lernen, um Audio und Notenblätter zu verknüpfen.

Eine neue Methode verbessert die Übereinstimmung von Audio und Notenblatt.

Eine neuartige Methode zur Wasserzeichenbildung in Audio, die durch Diffusionsmodelle erstellt wurde, zum Schutz des Eigentums.

AVI-Talking erstellt lebensechte 3D-Gesichter, die Emotionen durch Audio ausdrücken.

Kombination aus Audio, Video und Text für bessere psychische Gesundheitsbewertungen.

Neue Methoden verbessern den Realismus von digitalen Menschen und Avataren.

Neue Methode verbessert die Sprecherverifikation, indem sie Audio- und Visuelle Daten kombiniert.

Ein neues Modell erkennt witzige Momente in Videos, indem es visuelle, Audio- und Textdaten nutzt.

CoAVT integriert Audio-, Visual- und Textdaten für ein besseres Verständnis.

Audio Flamingo ist super darin, zuzuhören, zu quatschen und sich an neue Audioaufgaben anzupassen.

Ein neues Modell erzeugt realistische Bewegungen in Gesprächen und verbessert das Verständnis für Interaktionen.

Ein neues Modell verbessert die Erkennung von Dialogunterbrechungen bei KI-Systemen.

Eine neue Methode, um Bilder mit Audiosignalen zu erstellen und zu bearbeiten.

CLaM-TTS verbessert die Sprachsynthese mit fortschrittlichen Techniken für mehr Effizienz und Qualität.

CoCoGesture erstellt lebensechte Gesten, die zu gesprochenen Wörtern passen und die Interaktion verbessern.

Ein neues Framework wandelt MEG-Signale in bedeutungsvollen Text um und hilft der Kommunikationstechnologie.

Ein neuer Ansatz für Audio-Beschriftung verringert die Abhängigkeit von gepaarten Daten.

Diese Studie untersucht Audio-Methoden zur Verfolgung von Fussgängerbewegungen in städtischen Gebieten.

Ein neues System hilft dabei, Sprache von Geräuschen zu trennen, damit die Kommunikation klarer wird.

Ein neues System hilft Robotern, Aufgaben zu erlernen, indem es Audio von realen Demonstrationen verwendet.

Eine Studie über die Nutzung von Text- und Audiodaten zur Verbesserung der Emotionserkennung.