Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Techniken untersuchen, um die Privatsphäre zu schützen, während aufgezeichnete Gespräche analysiert werden.

Ein Überblick über die MIDI-Musikproduktion und ihr Ausdruckspotenzial.

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

Ein neues Modell integriert Audio- und Visualdaten für Spracherkennung und Übersetzung.

Diese Studie schlägt eine transparente Methode vor, um die Schwierigkeit von Musik für Lehrkräfte zu bewerten.

Ein neues Modell verbessert die Sprachsynthese für verschiedene chinesische Dialekte.

Eine neue Methode verbessert die Erstellung von Klaviercovern und sorgt für ein gutes Gleichgewicht zwischen Qualität und musikalischer Integrität.

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

Ein neuer Massstab zur Bewertung von Modellen, die Musik und Sprache analysieren.

Ein neues Framework verbessert die Klassifizierung in unbekannten audio-visuellen Aufgaben.

Ein neues Modell verbessert die Musikgenerierung durch komplexe Tokens und sequenzielles Decoding.

Ein Projekt, das vergessene koreanische Hofmusik mit modernen Techniken wiederbelebt.

Neue Methoden verbessern den emotionalen Ausdruck in der Sprachsynthese von Maschinen.

Eine neue Methode verbessert die Qualität von computer-generierter Musik, indem sie Melodie und Rhythmus voneinander trennt.

Diese Studie untersucht, wie Musik und Geräusche zusammen Emotionen hervorrufen.

Neue Methoden in der KI-Musikgenerierung bieten verbesserte Struktur und Vielfalt.

Neues Framework verbessert die Spracherkennung für verschiedene arabische Dialekte.

Ein System, das einzigartige Schlagzeugrhythmen basierend auf schriftlichen Vorgaben für Musiker erstellt.

Neue Methoden verbessern die Genauigkeit der Spracherkennung für verschiedene Akzente.

Eine neue Methode, um zu bewerten, wie gut Audio-Stücke in der Musik zusammenpassen.

Methoden zur Beschleunigung der Sprecherdiarisierung, ohne die Genauigkeit zu beeinträchtigen.

GRAFX bietet eine Open-Source-Lösung für effiziente Audiobearbeitung mit PyTorch an.

iDANSE verbessert die Klangverarbeitung in akustischen Sensornetzen für bessere Echtzeitanwendungen.

Die Verbesserung der binauralen Klangwiedergabe für bessere Audioerlebnisse auf verschiedenen Geräten.

Wav2graph erstellt Wissensgraphen aus gesprochener Sprache, um das Verständnis von KI zu verbessern.

Speech-MASSIVE hat das Ziel, das Verständnis gesprochener Sprache in verschiedenen Sprachen zu verbessern.

Innovative Techniken schützen sensible Sprachdaten und sorgen gleichzeitig für eine genaue Verarbeitung.

Forschung an neuen Modellen verbessert die Audioqualität in Film und Fernsehen.

Neue Methoden verbessern den Datenschutz und erhalten gleichzeitig den Sprachinhalt und die Emotionen.

Die Laute eines Kindes zu analysieren, zeigt wichtige Phasen des Spracherwerbs.

Neue Methoden zur besseren Kontrolle von RNNs verbessern die Simulation von Audioeffekten.

MulliVC verwandelt Stimmen über Sprachen hinweg mit beeindruckender Genauigkeit und Klarheit.

Forscher erstellen Modelle, um das Verständnis von Sprachproduktion und Bewegung zu verbessern.

Ein System, das Sprachauthentifizierung in mehreren Sprachen für mobile Geräte ermöglicht.

TEAdapter verbessert die Musikgenerierung aus Text und gibt den Nutzern mehr Kontrolle und Kreativität.

Forschung zeigt, dass wir besser verstehen, wie Geräusche sich beim Sprechen gegenseitig beeinflussen.

Ein neues Framework verbessert die Maschinengeräuscherkennung mithilfe von aktiven Lerntechniken.

Diese Studie untersucht, wie verschiedene Zusammenfassungsmethoden die Qualität und den Inhalt beeinflussen.

Neues Machine-Learning-Modell verbessert Audioquellen-Trenntechniken.

Music2Latent vereinfacht die Audiokompression und behält dabei eine hohe Qualität für verschiedene Anwendungen bei.