Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Diese Studie untersucht, wie man Playlists nutzen kann, um die Musikklassifikation und Ähnlichkeit zu verbessern.

Eine neue Methode verbessert die Tonerkennung mit beschrifteten und unbeschrifteten Daten.

Eine neue Methode kombiniert saubere Sprache und Geräuschinformationen für bessere Klarheit.

Wie Deep Transfer Learning die Technologien zur automatischen Spracherkennung verändert.

Innovative Technologie trennt musikalische Stimmen mit fortschrittlichen Tracking-Techniken.

Bauern können jetzt das Verhalten von Kühen genau verfolgen, trotz Hintergrundgeräuschen.

Neue Methoden in der Musiktranskription zeigen vielversprechende Ergebnisse mit synthetisierten Audiodaten.

Ein grosses Datenset von Babygeschrei hilft dabei, die Kommunikation und Gesundheit von Säuglingen zu verstehen.

Eine neue Methode verbessert die Keyword-Erkennungssysteme unter Bedingungen mit wenig Ressourcen.

Ein neues Framework verbessert die Vorhersagen von Flugbahnen mit Echtzeit-Sprachbefehlen.

Ein neuer Ansatz verbessert die Audiobeschreibung, indem er klarere und abwechslungsreichere Sätze erzeugt.

LORIS erzeugt hochwertige Musik, die perfekt mit den Bewegungen im Video synchronisiert ist.

Eine Studie zeigt, dass CNNs Wortkombinationen aus Rohsprachdaten erstellen können.

PLiX nutzt Few-Shot-Lernen, um die Spracherkennung in mehreren Sprachen zu verbessern.

Dieser Artikel behandelt die Verbesserung der Erkennung von Klangfolgen in der Audioerkennung.

Eine Studie zeigt, wie die Klarheit von Geräuschen die Sprachentwicklung bei Säuglingen beeinflusst.

Ein Tool verbessert schallbasierte Indoor-Positionierungssysteme durch effiziente Simulation.

Ein neuer Ansatz verbessert das Verständnis gesprochener Sprache durch effiziente Audioverarbeitung.

Dieses Papier stellt eine Methode vor, um CNNs zu verbessern, indem unnötige Filter entfernt werden.

Ein neuer Ansatz verbessert die Echtzeit-Spracherkennung, indem er Geschwindigkeit und Genauigkeit ausbalanciert.

X-LLM integriert Bilder, Videos und Sprache in die Sprachverarbeitung.

Eine neue Methode verbessert die Emotionserkennung in Sprache mit Selbstaufmerksamkeits-Techniken.

Fast Conformer verbessert die Geschwindigkeit und Genauigkeit der Spracherkennung für verschiedene Anwendungen.

Gesprochene und geschriebene Sprache vereinen für bessere Kommunikationsmodelle.

Forschung zeigt eine Methode, um gesprochene Wörter effizient in Gesang zu verwandeln.

Untersuchung der Auswirkungen von Sprachtechnologie auf die persönliche Privatsphäre.

Eine mobile App, die darauf abzielt, die arabische Aussprache für alle Lernenden zu verbessern.

Dieser Artikel bespricht, wie maschinelles Lernen Lücken in Sprach-Audio schliesst.

Diese Methode hilft Menschen mit Hörverlust, Geräuschquellen in ihrer Umgebung zu erkennen.

Entdecke die neuesten Techniken, die die Sprachverständlichkeit in lauten Umgebungen verbessern.

AudioSlots verbessert die Klangklarheit, indem es gemischte Audioaufnahmen effektiv trennt.

Eine Methode, um singende Stimmen zu erstellen, ohne detaillierte Sprachbeschriftungen.

Eine Methode verbessert, wie Sprachassistenten ungewöhnliche Wörter im Kontext erkennen.

Ein neues Framework verbessert das Synchronisieren, indem es Sprechstile über verschiedene Sprachen hinweg einfängt.

Ein neuer Ansatz zur Messung von Jitter mithilfe der Nullüberquerungsanalyse in Audioequipment.

Ein neues Framework nutzt schwach gelabelte Daten für eine effektive Audio-Trennung.

CoMoSpeech verbessert die Sprachsynthese-Geschwindigkeit und -Qualität mit einem einfachen Schritt.

Neue Benchmarks verbessern Audio-Trennung Modelle für Musik und Unterhaltung.

Neue Methode verbessert Sprachverarbeitungsmodelle und verringert Wissensverlust.

Die Erforschung der ASR-Leistung über verschiedene Akzente und ihre Auswirkungen.