Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Die Audio-Produktion revolutionieren, indem die Stimmen von Sängern verändert werden und die originalen Songs erhalten bleiben.

Neue Modelle verbessern die natürliche Sprachübermittlung in Text-zu-Sprache-Systemen.

Ein neues Modell ermöglicht es Musikern, die Klangsynthese effizienter zu steuern.

Kombination von Audio- und visuellen Daten für bessere Schlüsselworterkennung in Sprachassistenten.

Neue Methoden zeigen, wie Sprache die Schwere von Depressionen anzeigen kann.

Neue Methode verbessert maschinelles Lernen für Audioaufgaben und behält dabei vorheriges Wissen bei.

Ein neues Framework verbessert mehrsprachige ASR, indem es sprachspezifische Merkmale mit Effizienz kombiniert.

Neue Methoden verbessern die Genauigkeit von sprachbasierten Identitätsprüfungen.

Dieses Framework geht Herausforderungen bei der Aussprache von Text-zu-Sprache für eine bessere Benutzerinteraktion an.

Die ClArTTS-Datenbank verbessert die arabische TTS mit hochwertigen Aufnahmen.

Eine neue Methode verbessert die Audio-Abgleichung für Entwurfsdokumente mit einem einzigartigen Datensatz.

Die NIST-Auswertung 2022 konzentrierte sich auf Fortschritte bei der Spracherkennung, insbesondere für afrikanische Sprachen.

Neues deHuBERT-Modell verbessert die Spracherkennung in schwierigen Geräuschbedingungen.

ParrotTTS revolutioniert die Sprachgenerierung mit weniger transkribierten Daten.

Ein neues System verbessert die Transkription von langen Audioaufnahmen mit höherer Genauigkeit.

Wir präsentieren READ Avatare für lebensechte emotionale Ausdrücke in digitalen Charakteren.

SpeechPrompt v2 verbessert die Sprachklassifizierung mit effizienten Techniken und besserer Genauigkeit.

audb vereinfacht die Handhabung und das Teilen von Audiodatensätzen effizient.

Diese Studie verbessert die Spracherkennung durch Ensemble-Wissen-Destillation und elitäres Sampling.

Neue Methode verbessert die Genauigkeit der Sprecherverifikation bei Aufnahmen aus der Ferne.

End-to-End-Modelle vereinfachen die Spracherkennung und verbessern Genauigkeit und Effizienz.

Neue Techniken verbessern die Effizienz der Sprachverarbeitung mit weniger Ressourcen und besserer Leistung.

LooperGP hilft Musikern dabei, anpassbare Loops für Live-Auftritte zu erstellen.

Neue Methoden verbessern die emotionale Tiefe in TTS und machen die Interaktionen mit Nutzern besser.

Selbstdestillation verbessert die Erkennungssysteme gegen gefälschte Sprachtechnologien.

Neue Techniken verbessern die Erkennung von gefälschten Stimmen in Spracherkennungssystemen.

Innovative Techniken verringern die Modellgrösse, während die Leistung bei der Sprecherverifikation erhalten bleibt.

Neue Erkenntnisse zur Identifizierung von Emotionen in der Sprache durch Klang- und Wortdaten.

Eine Studie darüber, wie Emotionen in Musik durch die Aufführungen von Pianisten eingefangen werden.

Verbesserungen in der TTS-Technologie steigern die Personalisierung und die Sprachqualität.

Neue Modelle verbessern die Effizienz für mobile Sprachassistenten.

ProVE verbessert die prozedurale Audiogenerierung und steigert die Klangqualität sowie die Kontrolle für die Nutzer.

Eine neue Methode verbessert die Sprechererkennung, indem sie Zeit- und Frequenzeigenschaften kombiniert.

Ein neuer Algorithmus verbessert die Analyse komplexer Signale in verschiedenen Bereichen.

Ein neues Verfahren verbessert das maschinelle Verständnis von Sprach- und Textverbindungen.

Dieser Artikel untersucht die neuesten Methoden zur Audio-Darstellung und deren Auswirkungen.

FoundationTTS verbessert die Natürlichkeit und Vielfalt in der Sprachsynthese.

Neue Techniken zur Schlüsselworterkennung mit kleinen Modellen und selbstüberwachtem Lernen.

Neue Methode verbessert Schätzungen von Geräuschen in verschiedenen Umgebungen mithilfe adaptiver Techniken.

Diese Studie stellt eine schnelle Methode zur Beschriftung und Klassifizierung von Audiodaten vor.