Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Ein Blick auf neue Methoden, die Audio-Untertitelung für bessere Barrierefreiheit verbessern.

Die Analyse von Datensätzen, die in der Sprachbiometrie verwendet werden, zeigt erhebliche Vorurteile und Datenschutzprobleme auf.

Eine neue Methode verbessert die Sprecherverifikationssysteme bei überlappenden Stimmen.

Innovative Methoden für effektive Sprachsegmentdarstellung in Verarbeitung Aufgaben.

Verbesserung von TTS-Systemen für besseres Geschichtenerzählen durch effektives Setzen von Pausen.

AffectMachine-Classical erzeugt in Echtzeit klassische Musik, um bei der Emotionsbewältigung zu helfen.

Diese Studie untersucht, wie verschiedene TTS-Systeme die Leistung von S2ST-Modellen verbessern.

Forschung zeigt, wie Backchannels die Maschinenkommunikation verbessern.

Forschung zeigt neue Wege, wie man Sound mit neuronalen Netzen für die Musikproduktion manipulieren kann.

Forschung nutzt synchronisierte Filme, um die Verbindung zwischen Sehen und Hören im maschinellen Lernen zu verbessern.

Vorstellung von Absement, einer Methode zur dynamischen Messung von Sprachlauten über die Zeit.

Ein neuer Ansatz, um Gesangstöne und Texte genau mit Technologie zu transkribieren.

Das hierarchische Cross Attention Modell verbessert das emotionale Verständnis in verschiedenen Kommunikationsformen.

Neue Methoden verbessern das Taggen und Abrufen von Musik mit weniger menschlichem Aufwand.

Diese Studie untersucht, wie die Länge des Signals die Sprachtrennung beeinflusst.

Die Forschung beschäftigt sich damit, Sprache zu anonymisieren und gleichzeitig den emotionalen Inhalt beizubehalten.

Neue Methode schätzt Distanzen anhand von Drohnenmotorengeräuschen.

Diese Forschung stellt ein neues Modell vor, um Emotionen besser anhand von Audio- und Visualdaten zu erkennen.

Diese Studie untersucht, wie KI Geräusche bewertet und beschreibt im Vergleich zu Menschen.

Die Studie vergleicht phonetic und grafemische Eingaben in TTS-Systemen für Französisch.

Neue Methoden verbessern die Audioqualität und reduzieren gleichzeitig den Datenverbrauch.

FSB-LSTM verbessert die Sprachklarheit in lauten Umgebungen mit niedriger Latenz und geringer Komplexität.

Forschung zeigt Wege, um Keyword-Spotting-Systeme zu verbessern und gleichzeitig den Stromverbrauch zu senken.

Prak vereinfacht die phonetische Ausrichtung für die tschechische Sprachforschung.

Ein umfassendes Audio-Dataset zielt darauf ab, Dereverberationsmethoden zu verbessern, um klareren Sound zu erzielen.

DAS-N2N nutzt maschinelles Lernen, um die seismische Datenerfassung durch Rauschreduzierung zu verbessern.

Neue Techniken verbessern die Genauigkeit bei Streaming- und Nicht-Streaming-Spracherkennung.

Diese Studie zeigt, wie Subword-Tokenisierung die Qualität und Effizienz der Musikgenerierung verbessert.

Untersuchung, wie angreifende Attacken Sprach­erkennungssysteme beeinflussen und Methoden zur Verbesserung der Übertragbarkeit.

Moderne Methoden zum Isolieren von gemischten Signalen in der Audio- und Bildverarbeitung erkunden.

CB-Conformer verbessert die Spracherkennung für voreingenommene Wörter mit innovativen Techniken.

Erkunde die Sicherheits- und Datenschutzprobleme von Sprachassistenten-Technologie.

Die Verbesserung von Spracherkennungsmodellen für Schweizerdeutsch mit fortschrittlichen Techniken und Datensätzen.

Studie untersucht, wie mobile Daten helfen, auditive verbale Halluzinationen zu verstehen.

Eine neue Methode verbessert die Abwehr gegen audio-adversarielle Angriffe in Spracherkennungssystemen.

Die Forschung konzentriert sich auf effiziente Modelle zum Erkennen von Schlüsselwörtern mithilfe von schlanken Netzwerken.

CLaMP kombiniert Musik und Sprache für automatische Musikklassifizierung und -suche.

Eine mathematische Methode zur Bewertung der Schönheit von Musikaufführungen.

Entdecke, wie vortrainierte Modelle die Spracherkennung von Emotionen verbessern.

Eine neue Methode verbessert das Audio-Texturmorphing für kreatives Sounddesign.