Ein Blick auf das neue Einzel-Stufen-TTS-System, das die Sprachgenerierung verbessert.
― 6 min Lesedauer
Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung
RSSDiese Studie befasst sich mit den Herausforderungen von Audio-Sprachmodellen für ressourcenarme Sprachen.
― 6 min Lesedauer
Diese Studie verbessert die Emotionserkennungssysteme für weniger verbreitete Sprachen mithilfe von Daten mit hohem Ressourcenanteil.
― 6 min Lesedauer
Ein Modell verbessert Sprachaufgaben in mehrsprachigen Umgebungen und geht die Herausforderungen des Code-Switching an.
― 6 min Lesedauer
Verbesserung der Sprachsynthese in indischen Sprachen mithilfe von Inter-Pause-Einheiten.
― 7 min Lesedauer
DeFT-Mamba verbessert die Klangtrennung und -klassifizierung in lauten Umgebungen.
― 5 min Lesedauer
CADA-GAN verbessert die Leistung von ASR-Systemen in verschiedenen Aufnahmeumgebungen.
― 6 min Lesedauer
EVA kombiniert Audio- und visuelle Signale für eine bessere Spracherkennungsgenauigkeit.
― 5 min Lesedauer
Ein neues Framework vereinfacht die Spracherkennung in lauten Umgebungen.
― 5 min Lesedauer
Llama-AVSR kombiniert Audio- und visuelle Eingaben für eine verbesserte Spracherkennungsgenauigkeit.
― 6 min Lesedauer
WMCodec verbessert die Audio-Wasserzeichen für mehr Sicherheit und Authentizität.
― 5 min Lesedauer
Neue Modelle gehen das Thema Klangklassifikation mit begrenzten Trainingsdaten an.
― 6 min Lesedauer
Ein neuer Ansatz verbessert die Erkennung von gefälschter Audio mit vortrainierten Modellen.
― 6 min Lesedauer
Neue Methode verbessert die Sprachgenerierung in Qualität und Effizienz.
― 4 min Lesedauer
Eine Methode, die beschriftete und unbeschriftete Daten kombiniert, verbessert die Erkennung von Schallquellen.
― 6 min Lesedauer
Entdecke, wie akustische Signale Spielern im Tischtennis helfen.
― 7 min Lesedauer
Ein System, das Melodie priorisiert und gleichzeitig Kontrolle über die Erzeugung von Orchestermusik bietet.
― 6 min Lesedauer
Eine neue Methode nutzt virtuelle Schattenbildung, um das Aussprachefeedback für Sprachlerner zu verbessern.
― 6 min Lesedauer
Neue Methoden verbessern die binaurale Audioqualität in herausfordernden Klangumgebungen.
― 9 min Lesedauer
Eine neue ASR-Methode hilft der Technik, die Sprache von Kindern besser zu verstehen.
― 5 min Lesedauer
Der Komponist nutzt Textanweisungen, um komplexe Musikkompositionen im MIDI-Format zu erstellen.
― 5 min Lesedauer
Eine Ressource zum Studieren von Gesangsmustern in japanischer Idol-Musik.
― 7 min Lesedauer
ViolinDiff verbessert den Realismus von computer-generierter Geigenmusik.
― 5 min Lesedauer
Die Kombination von Features verbessert die Genauigkeit der Unterwasser-Schallklassifikation.
― 6 min Lesedauer
Transfer-Lernen verbessert die Audio-Klassifizierung für die Erkennung von Unterwassergeräuschen.
― 6 min Lesedauer
KI-Technologie verändert die Landschaft von Vishing-Betrügereien und erhöht die Risiken für Einzelpersonen.
― 6 min Lesedauer
Ein neues Modell erstellt Audio, das zum Video passt und verbessert so das Medienerlebnis.
― 5 min Lesedauer
Eine Methode, um die automatische Spracherkennung zu verbessern, indem man Schlüsselwortlisten mit Sprachmodellen kombiniert.
― 5 min Lesedauer
Eine Studie über Stimmimitationstechniken, die Technologie nutzt, um die Kommunikation zu verbessern.
― 5 min Lesedauer
Lerne, wie man Sprachmodelle effektiv mit weniger gekennzeichneten Ressourcen trainiert.
― 7 min Lesedauer
Eine Analyse der Geschlechterterminologie in der Sprachtechnologie und ihrer gesellschaftlichen Auswirkungen.
― 7 min Lesedauer
Ein neues Framework verbessert die Erkennung von überlappenden Geräuscheffekten in komplexen Audio-Umgebungen.
― 6 min Lesedauer
Forschung zur Verbesserung der Vogelstimmenidentifikation durch Machine-Learning-Techniken.
― 7 min Lesedauer
Eine neue Methode verbessert die automatische Erstellung von Klaviercovern mithilfe bestehender Musiktranskriptions-technologie.
― 6 min Lesedauer
Ein Blick auf die Ergebnisse der Codec-SUPERB-Challenge und die Leistungskennzahlen der Codecs.
― 5 min Lesedauer
Das MultiMed-Projekt verbessert die automatische Spracherkennung für bessere Kommunikation im Gesundheitswesen.
― 6 min Lesedauer
Ein neuer Ansatz zur Bewertung der Audioqualität, ganz ohne saubere Referenzen.
― 6 min Lesedauer
Der ECHO-Rahmen verbessert die Genauigkeit der Klangklassifizierung mit strukturierten Labels und einem zweistufigen Lernprozess.
― 5 min Lesedauer
Neues Verfahren verbessert die Sprachklarheit, indem es visuelle Informationen integriert.
― 5 min Lesedauer
Ein neuer Ansatz verbessert die Schätzung der Schallrichtung für sich bewegende Sprecher in schwierigen Umgebungen.
― 8 min Lesedauer
