Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Das MCMamba-Modell verbessert die Sprachqualität in lauten Umgebungen, indem es räumliche und spektrale Informationen nutzt.

Diese Studie bewertet Low-Latenz-Methoden zur Verbesserung der Sprachqualität in lauten Umgebungen.

Untersuchen, wie 2D- und 3D-Gesten die Kommunikation von virtuellen Charakteren beeinflussen.

Eine Studie zur Verbesserung von Spracherkennungssystemen in lauten Umgebungen.

Forscher nutzen Sprache, um verschiedene Gesundheitszustände zu identifizieren und zu überwachen.

RF-GML misst die Audioqualität, ohne ein Referenzsignal zu brauchen.

Lern, wie Raumequalisierung das Klangerlebnis in verschiedenen Umgebungen verbessert.

StyleTTS-ZS bietet effiziente, hochwertige Sprachsynthese ohne umfangreiches Sprechertraining.

Eine neue Methode verbessert das synthetisierte Ensemble-Singen, indem sie die Interaktionen der Sänger modelliert.

Ein neues Framework verbessert die Spracherkennung, indem es die Klangbeziehungen effektiv modelliert.

Lern, wie Präferenz-Tuning Modelle mit menschlichem Feedback abstimmt.

Neue Maskierungsmethode verbessert die Sprachumwandlung, indem sie die Sprecheridentität von der Phonetik trennt.

Innovative Techniken verbessern das Training von Musik-Text-Modellen mit begrenzten Ressourcen.

Neue Methoden verbessern das Audio-Tagging für verschiedene Musikstile und kulturelle Erhaltung.

Ein Datensatz von Geräuschen aus dem Zuhause fördert Sicherheit und Komfort für ältere Menschen.

SD-Codec verbessert die Audioverarbeitung, indem es verschiedene Klangarten effektiv trennt.

Dieser Artikel behandelt Methoden zur Verbesserung der Spracherkennung für Akzentgespräche.

Ein neuer Ansatz verbessert die Verständlichkeit der Erkennung von falscher Sprache.

Ein Blick auf das neue Einzel-Stufen-TTS-System, das die Sprachgenerierung verbessert.

Diese Studie befasst sich mit den Herausforderungen von Audio-Sprachmodellen für ressourcenarme Sprachen.

Diese Studie verbessert die Emotions­erkennungssysteme für weniger verbreitete Sprachen mithilfe von Daten mit hohem Ressourcen­anteil.

Ein Modell verbessert Sprachaufgaben in mehrsprachigen Umgebungen und geht die Herausforderungen des Code-Switching an.

Verbesserung der Sprachsynthese in indischen Sprachen mithilfe von Inter-Pause-Einheiten.

DeFT-Mamba verbessert die Klangtrennung und -klassifizierung in lauten Umgebungen.

CADA-GAN verbessert die Leistung von ASR-Systemen in verschiedenen Aufnahmeumgebungen.

EVA kombiniert Audio- und visuelle Signale für eine bessere Sprach­erkennungs­genauigkeit.

Ein neues Framework vereinfacht die Spracherkennung in lauten Umgebungen.

Llama-AVSR kombiniert Audio- und visuelle Eingaben für eine verbesserte Spracherkennungsgenauigkeit.

WMCodec verbessert die Audio-Wasserzeichen für mehr Sicherheit und Authentizität.

Neue Modelle gehen das Thema Klangklassifikation mit begrenzten Trainingsdaten an.

Ein neuer Ansatz verbessert die Erkennung von gefälschter Audio mit vortrainierten Modellen.

Neue Methode verbessert die Sprachgenerierung in Qualität und Effizienz.

Eine Methode, die beschriftete und unbeschriftete Daten kombiniert, verbessert die Erkennung von Schallquellen.

Entdecke, wie akustische Signale Spielern im Tischtennis helfen.

Ein System, das Melodie priorisiert und gleichzeitig Kontrolle über die Erzeugung von Orchestermusik bietet.

Eine neue Methode nutzt virtuelle Schattenbildung, um das Aussprachefeedback für Sprachlerner zu verbessern.

Neue Methoden verbessern die binaurale Audioqualität in herausfordernden Klangumgebungen.

Eine neue ASR-Methode hilft der Technik, die Sprache von Kindern besser zu verstehen.

Der Komponist nutzt Textanweisungen, um komplexe Musikkompositionen im MIDI-Format zu erstellen.

Eine Ressource zum Studieren von Gesangsmustern in japanischer Idol-Musik.