Neuste Artikel für Audio

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.

Neuer Datensatz verbessert die Audioerzeugung aus detaillierten Textbeschreibungen.

Wir stellen MERGE-Datensätze vor, um die Emotionserkennung in Musik zu verbessern.

Ein Blick auf die Methoden zur Erstellung und Erkennung von Deepfakes.

Untersuchen, wie Feedback bei Kollisionen das Nutzererlebnis in überfüllten VR-Räumen prägt.

Ein neuer Ansatz verbessert die Deepfake-Erkennung durch audio-visuelle Analyse.

Ein neues Verfahren verbessert die Klangproduktion für realistische 3D-Menschenmodelle.

Eine neue Methode kombiniert Text, Emotionen und Audio für eine bessere Erkennung von psychischer Gesundheit.

Ein Projekt, das emotionale Unterstützung durch Audioantworten für Bedürftige anbietet.

Ein neues Text-zu-Audio-Modell, das nur öffentliche Daten verwendet.

OmniBind integriert verschiedene Datentypen für ein besseres Verständnis und eine verbesserte Generierung von Inhalten.

Untersuchen, wie Codecs emotionale Töne in Sprachdaten beibehalten.

Eine Studie zur Verbesserung von Methoden zur Erkennung von verlustbehafteter Audiokompression für bessere Klangqualität.

Ein neues Modell, das Akkordnotierungen nahtlos mit Musik-Audio synchronisiert.

Ein Framework, das Deepfake-Inhalte effektiv durch kombinierte Audio- und Videoanalyse identifiziert.

Ein neuer Ansatz kombiniert Audio-, Video- und Textdaten für eine effektive Diagnostik von Depressionen.

VAT-CMR erlaubt es Robotern, Gegenstände mithilfe von visuellem, akustischem und taktilem Daten zu holen.

UniTalker kombiniert Datensätze für genauere Gesichtsanimationen.

Style-Talker verbessert Gespräche zwischen Menschen und Maschinen durch emotionale Tiefe.

Ein neuer Ansatz konzentriert sich auf subtile Inkonsistenzen bei der Erkennung von Deepfakes.

Eine neue Methode kombiniert EEG, Audio und Gesichtsausdrücke, um die psychische Gesundheit zu bewerten.

Ein Blick auf die Komplexität, gemischte Audiospuren zu identifizieren.

Ein neues Modell trennt Timbre und Struktur für bessere Audioerstellung.

RoboMNIST hilft Robotern, verschiedene Aktivitäten mit WiFi, Video und Audio zu erkennen.

X-Codec verbessert die Audioerzeugung, indem es semantisches Verständnis in die Verarbeitung integriert.

Neue Methoden verbessern die Sprachtrennung in lauten Umgebungen.

Ein neuartiges System erzeugt Sprache aus Text mit minimalen Daten.

Neue Wasserzeichenmethoden schützen Creator in audiogenen Modellen.

Ein neues Framework verbessert die Bewegungs-Generierung für Animationen und virtuelle Erlebnisse.

Ein neues Modell optimiert die Audioproduktion, indem es Atemgeräusche automatisch entfernt.

Eine neue Methode verbessert die Audio-Transformation, während Melodie und Klangqualität erhalten bleiben.

Diese Studie bewertet neuronale Netze zur Nachbildung von Federhall-Eigenschaften.

ParaEVITS verbessert den emotionalen Ausdruck in TTS durch natürliche Sprachführung.

Neue Methoden verbessern den Zugang zu gesprochenen Nachrichten, indem sie Themen effektiver segmentieren.

SoloAudio verbessert die Klange extraction durch fortschrittliche Techniken und synthetische Daten.