Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Eine neue Methode verbessert die Sprachauswertung mit kompletten Aufnahmen.

Neue Methoden verbessern die audio-visuelle Sprechererkennung in schwierigen Umgebungen.

Diese Studie untersucht die Effektivität von mehrsprachigen Modellen beim Erkennen von Audio-Deepfakes.

Ein neuer Ansatz, um zu bewerten, wie gut Musik auf Audioaufforderungen reagiert.

Ein neuer Datensatz verbessert, wie Roboter reale Umgebungen interpretieren.

Diese Methode verbessert die Audio-Trennung, indem sie Sprachbeschreibungen mit Klanganalysen kombiniert.

UniAV kombiniert Aktionslokalisierung, Geräuscherkennung und audio-visuelle Ereignislokalisierung für ein besseres Videoverstehen.

CLaM-TTS verbessert die Sprachsynthese mit fortschrittlichen Techniken für mehr Effizienz und Qualität.

Grafiken ermöglichen neue Einblicke in die Struktur und Beziehungen von Musik.

RALL-E verbessert die Text-zu-Sprache-Synthese für klarere, natürlichere Sprache.

MuPT nutzt die ABC-Notation für eine effektive Musikgenerierung mit KI.

Neue Methoden verbessern die Audio-Repräsentation durch selbstüberwachtes Lernen.

PEAVS analysiert, wie gut Audio und Video zusammenarbeiten, um das Zuschauererlebnis zu verbessern.

Eine Methode, die KI nutzt, verbessert die Klangdarstellung in verschiedenen Umgebungen.

Erforsche die Rolle von Spektralmomenten bei Tests in Nachhallkammern und den Einfluss von Geräuschen.

Ein neues System für genaue und leichte Echtzeit-Piano-Transkription.

Ein neues Framework verbessert das Verständnis von KI für 3D-Räume.

Neues Modell ermöglicht präzise Kontrolle über die Stimmqualitäten, während der Inhalt erhalten bleibt.

Ein neues Framework zur Bewertung von Grundmodellen bei Sprachaufgaben.

Eine Studie zur Verbesserung von Audioausgaben aus Textanfragen durch Präferenzoptimierung.

Die neuesten Entwicklungen bei KI-Tools zur Musikproduktion erkunden.

Forschung untersucht, wie man Klangtechniken zusammenführen kann, um die Navigation und Kartierung von Robotern zu verbessern.

Ein neuer Ansatz verbessert das Tagging und die Suche von Musik, indem er allgemeine Sprache mit Musikausdrücken kombiniert.

FlashSpeech bietet schnelle, hochwertige Sprachsyntheselösungen an.

Eine neue Methode verbessert die Erkennung von Audio-Deepfakes mithilfe ähnlicher Referenzproben.

Diese Studie analysiert Tonsignale, um die Virtuosität von E-Gitarristen zu messen.

Diese Studie untersucht die Schwächen von SER-Modellen gegen adversarielle Angriffe über verschiedene Sprachen hinweg.

SEANet verbessert die Sprechertrennung, indem es das Geräusch in der Audiobearbeitung reduziert.

Ein neuer Audio-Codec, der hochwertige Kompression und reichhaltigen semantischen Inhalt bietet.

Ein Werkzeug, das Audio- und Videoanalyse kombiniert, um Ereignisse zu identifizieren.

Eine Methode, um zu messen, wie Materialien Schall effektiv absorbieren.

Eine zweistufige aktive Lernmethode verbessert die Spracherkennungsgenauigkeit mit weniger Daten.

Neue Methoden verbessern die Sprachverständlichkeit in Hörgeräten durch Deep-Learning-Techniken.

Lerne etwas über Techniken zur Schalllokalisierung und ihre Anwendungen in verschiedenen Bereichen.

Neue Datensätze und Methoden verbessern die Erkennung von ALM-generierten Audio-Deepfakes.

Diese Studie bewertet die Leistung von ASR-Systemen bei Personen, die stottern.

Ein universeller Audio-Clip kann fortgeschrittene ASR-Modelle wie Whisper stummschalten.

Ein Gerät hilft, sich in vollen Räumen auf bestimmte Stimmen zu konzentrieren.

Eine neue Methode verbessert die Audio-Bearbeitung mit Diffusionsmodellen für präzise Änderungen.

SpeechVerse überbrückt das Verständnis von Audio und Sprachverarbeitung für eine bessere Interaktion zwischen Mensch und Computer.