Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

RSS

Ton Melodien in schiefen Blockflötentönen verwandeln

Die Welt des gescheiterten Musikstil-Transfers mit lustigen Audio-Aufnahmen erkunden.

Chon In Leong, I-Ling Chung, Kin-Fong Chao

2025-04-20T00:45:00+00:00 ― 10 min Lesedauer

Audio- und Sprachverarbeitung Maschinen lernen, Geräusche zu beschreiben

Entdecke, wie Maschinen lernen, Audio wie Menschen zu verstehen und zu beschreiben.

Jisheng Bai, Haohe Liu, Mou Wang

2025-04-19T14:52:48+00:00 ― 6 min Lesedauer

Ton Neue Methoden zur Anpassung von Musikmodellen

Forscher entwickeln Techniken, um Musikmodelle effektiv anzupassen.

Yiwei Ding, Alexander Lerch

2025-04-19T00:04:30+00:00 ― 5 min Lesedauer

Ton Persönliche Klangzonen: Die Zukunft des Hörens

Entdecke, wie persönliche Klangzonen Audioerlebnisse im Alltag verändern.

Neil Jerome A. Egarguin, Daniel Onofrei

2025-04-17T23:04:10+00:00 ― 7 min Lesedauer

Ton Fortschritte in der Sprachumwandlungstechnologie

Erfahre mehr über CoDiff-VC, eine neue Methode zur Sprachumwandlung.

Yuke Li, Xinfa Zhu, Hanzhao Li

2025-04-17T13:31:48+00:00 ― 6 min Lesedauer

Audio- und Sprachverarbeitung Fortschritte in der Spracherkennung bei Dysfluenz

Die Verbesserung der maschinellen Transkription für ein besseres Verständnis von Sprachstörungen.

Jiachen Lian, Xuanru Zhou, Zoe Ezzes

2025-04-17T08:35:42+00:00 ― 6 min Lesedauer

Ton Emotionen und Stimme: Eine neue Ära in der Sprecherverifizierung

Entdecke, wie emotionale Sprachdaten die Sprecherverifizierungstechnologie verändern.

Nikhil Kumar Koditala, Chelsea Jui-Ting Ju, Ruirui Li

2025-04-16T12:51:18+00:00 ― 7 min Lesedauer

Ton PSA-Net: Ein Neuer Schritt in der Sprachsicherheit

PSA-Net möchte Voice Spoofing für eine schlauere Gerätesicherheit angehen.

Awais Khan, Ijaz Ul Haq, Khalid Mahmood Malik

2025-04-15T17:06:54+00:00 ― 6 min Lesedauer

Ton Eine neue Methode, um Musik-Stems zu finden

Entdecke eine frische Methode, um musikalische Stems präzise abzurufen.

Alain Riou, Antonin Gagneré, Gaëtan Hadjeres

2025-04-15T12:10:48+00:00 ― 5 min Lesedauer

Ton Noro vorstellen: Ein zuverlässiges Sprachumwandlungssystem

Noro verbessert die Sprachumwandlung, sodass sie selbst in lauten Umgebungen effektiv ist.

Haorui He, Yuchen Song, Yuancheng Wang

2025-04-15T07:14:42+00:00 ― 6 min Lesedauer

Ton Der Einfluss von KI auf die Musikproduktion: Ein zweischneidiges Schwert

KI verändert die Musikproduktion und wirft Fragen zur Kreativität und Authentizität auf.

Yupei Li, Manuel Milling, Lucia Specia

2025-04-12T20:01:30+00:00 ― 10 min Lesedauer

Audio- und Sprachverarbeitung Voice Spoofing Bekämpfen: Ein neuer Ansatz

Forschung verbessert die Spracherkennung für Nicht-Muttersprachler.

Aulia Adila, Candy Olivia Mawalim, Masashi Unoki

2025-04-11T19:21:00+00:00 ― 5 min Lesedauer

Ton Die Zukunft des Voice Clonings: Eine neue Ära

Die Sprachklon-Technologie entwickelt sich weiter und erzeugt lebensechte Sprache, die menschliche Gespräche nachahmt.

Shuoyi Zhou, Yixuan Zhou, Weiqing Li

2025-04-11T04:32:42+00:00 ― 7 min Lesedauer

Signalverarbeitung Hören in einer lauten Welt: Die Wissenschaft der auditorischen Aufmerksamkeit

Forschung zeigt, wie unser Gehirn sich auf Geräusche konzentriert, trotz Ablenkungen.

Simon Geirnaert, Iustina Rotaru, Tom Francart

2025-04-06T15:58:30+00:00 ― 6 min Lesedauer

Multimedia Ideen in Kunst verwandeln: Multi-Modale Generation

Entdecke, wie neue Technologien Text, Bilder und Sounds für kreative Inhalte verbinden.

Shufan Li, Konstantinos Kallidromitis, Akash Gokul

2025-04-05T20:14:06+00:00 ― 7 min Lesedauer

Maschinelles Lernen Die Geburt Asphyxie-Erkennung mit Technologie revolutionieren

HumekaFL bietet eine neue Möglichkeit, Geburtsasphyxie zu erkennen und Leben zu retten.

Pamely Zantou, Blessed Guda, Bereket Retta

2025-04-05T15:18:00+00:00 ― 5 min Lesedauer

Multimedia SyncFlow: Audio und Video im Einklang erstellen

SyncFlow kombiniert Audio- und Videoerstellung für eine nahtlose Content-Produktion.

Haohe Liu, Gael Le Lan, Xinhao Mei

2025-04-05T10:21:54+00:00 ― 4 min Lesedauer

Rechnen und Sprache GLM-4-Voice: Der nächste Schritt in Chatbots

Ein neuer Chatbot, der menschliche Gespräche mit emotionalem Bewusstsein bietet.

Aohan Zeng, Zhengxiao Du, Mingdao Liu

2025-04-02T18:12:36+00:00 ― 3 min Lesedauer

Ton KI zur Klassifizierung von Vogelgeräuschen mittendrin im Lärm nutzen

Generative KI hilft, Vogelrufe in lauten Umgebungen zu erkennen, um den Schutz zu verbessern.

Anthony Gibbons, Emma King, Ian Donohue

2025-04-01T11:08:59+00:00 ― 6 min Lesedauer

Ton Die Revolutionierung der Dysarthrie-Bewertung mit Technologie

Neue Methoden verbessern die Sprachbewertung für Menschen mit Dysarthrie.

Yerin Choi, Jeehyun Lee, Myoung-Wan Koo

2025-03-31T02:03:18+00:00 ― 6 min Lesedauer

Ton Die Revolution der Klang-Erkennung mit Zero-Shot Learning

Entdecke, wie Zero-Shot-Lernen das Spiel bei der Erkennung von Umgebungsgeräuschen verändert.

Ysobel Sims, Stephan Chalup, Alexandre Mendes

2025-03-30T21:07:12+00:00 ― 9 min Lesedauer

Ton Die Nacht hören: Eine neue Ära für den Vogelschutz

Tonaufnahmen helfen dabei, nachtaktive Zugvögel in Europa zu verfolgen.

Louis Airale, Adrien Pajot, Juliette Linossier

2025-03-29T20:26:42+00:00 ― 6 min Lesedauer

Rechnen und Sprache Neue Wege in der Sprachsynthese

Ein Blick auf die Erzeugung von Sprache ohne Text mit neuen Audiomethoden.

Joonyong Park, Daisuke Saito, Nobuaki Minematsu

2025-03-28T19:46:12+00:00 ― 7 min Lesedauer

Audio- und Sprachverarbeitung Lern deinen neuen Audio-Assistenten kennen

Ein schlaues System, das all deine Audiofragen mühelos beantwortet.

Vakada Naveen, Arvind Krishna Sridhar, Yinyi Guo

2025-03-28T00:01:48+00:00 ― 5 min Lesedauer

Ton Die Musikentdeckung revolutionieren mit Diff4Steer

Finde die perfekte Musik, die auf deinen einzigartigen Geschmack zugeschnitten ist, mit Diff4Steer.

Xuchan Bao, Judith Yue Li, Zhong Yi Wan

2025-03-27T14:09:36+00:00 ― 7 min Lesedauer

Audio- und Sprachverarbeitung Stimmen verwandeln: Der Aufstieg von StableVC

StableVC verändert die Stimmumwandlungstechnologie mit Geschwindigkeit und Qualität.

Jixun Yao, Yuguang Yang, Yu Pan

2025-03-27T04:17:24+00:00 ― 7 min Lesedauer

Ton KI Musikgenerierung: Die globale Ungleichheit

Die Untersuchung der Voreingenommenheit von KI-Musik zugunsten von Globalen Nord-Stilen gegenüber Traditionen des Globalen Südens.

Atharva Mehta, Shivam Chauhan, Monojit Choudhury

2025-03-25T12:48:36+00:00 ― 7 min Lesedauer

Ton Kontinuierliche Sprach-Tokens: Die Zukunft der Sprachinteraktion

Lern, wie kontinuierliche Sprachtokens die Kommunikation mit Maschinen verändern.

Ze Yuan, Yanqing Liu, Shujie Liu

2025-03-23T06:31:30+00:00 ― 6 min Lesedauer

Rechnen und Sprache Adaptive Dropout: Optimierung von Spracherkennungsmodellen

Erfahre, wie adaptives Dropout die Effizienz in Spracherkennungssystemen verbessert.

Yotaro Kubo, Xingyu Cai, Michiel Bacchiani

2025-03-22T10:47:06+00:00 ― 8 min Lesedauer

Multimedia Musik in atemberaubende Visuals mit KI verwandeln

Lern, wie KI Musik in fesselnde visuelle Erlebnisse verwandelt.

Leonardo Pina, Yongmin Li

2025-03-21T05:10:30+00:00 ― 7 min Lesedauer

Ton Die Revolution der Emotionserkennung mit WavFusion

WavFusion kombiniert Audio, Text und Bilder für eine bessere Emotionserkennung.

Feng Li, Jiusong Luo, Wanjun Xia

2025-03-20T09:26:06+00:00 ― 6 min Lesedauer

Ton Die Zukunft der Musik erkennen: Maschinen vs. Menschen

Erkunde den Aufstieg der maschinengenerierten Musik und die Suche nach Erkennungsmethoden.

Yupei Li, Hanqian Li, Lucia Specia

2025-03-19T03:49:30+00:00 ― 7 min Lesedauer

Ton Audio trifft auf Vision: Eine clevere Fusion

Die Kombination von Bildmodellen mit Audiosystemen steigert die Effizienz und Leistung.

Juan Yeo, Jinkwan Jang, Kyubyung Chae

2025-03-18T13:01:12+00:00 ― 7 min Lesedauer

Multimedia Control-MVR: Die Zukunft des Musikvideo-Matchings

Ein neues System revolutioniert, wie Musik mit Videoinhalten kombiniert wird.

Shanti Stewart, Gouthaman KV, Lie Lu

2025-03-18T08:05:06+00:00 ― 7 min Lesedauer

Ton KI revolutioniert die Notfallkommunikation

KI-Technologie verändert, wie wir in Notfällen kommunizieren.

Danush Venkateshperumal, Rahman Abdul Rafi, Shakil Ahmed

2025-03-17T07:24:36+00:00 ― 6 min Lesedauer

Ton Die Musik auseinandernehmen: Die Kunst der Quellen-Trennung

Lern, wie Musikquellen-Trennung und Transkription unsere Art, Musik zu erleben, verändern.

Bradford Derby, Lucas Dunker, Samarth Galchar

2025-03-16T06:44:06+00:00 ― 7 min Lesedauer

Ton MuMu-LLaMA: Die Zukunft der Musiktech

Ein neues Modell kombiniert Musik und KI und kreiert dabei innovative Melodien.

Shansong Liu, Atin Sakkeer Hussain, Qilong Wu

2025-03-16T01:48:00+00:00 ― 7 min Lesedauer

Ton AI TrackMate: Dein neuer Musik Kumpel

AI TrackMate bietet Produzenten objektives Feedback, um ihre Musikkünste zu verbessern.

Yi-Lin Jiang, Chia-Ho Hsiung, Yen-Tung Yeh

2025-03-15T20:51:54+00:00 ― 7 min Lesedauer

Audio- und Sprachverarbeitung Unserer Welt zuhören: Wie Geräusche uns prägen

Forschung zeigt, wie Geräusche unsere Gefühle und unser Verhalten beeinflussen.

Claudia Montero-Ramírez, Esther Rituerto-González, Carmen Peláez-Moreno

2025-03-13T14:34:48+00:00 ― 7 min Lesedauer

Ton Musik Messen: Die Zukunft der KI-Kompositionen

Erfahre mehr über die Frechet Music Distance und ihre Rolle bei der Bewertung von KI-generierter Musik.

Jan Retkowski, Jakub Stępniak, Mateusz Modrzejewski

2025-03-11T23:06:00+00:00 ― 9 min Lesedauer