Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Ein frischer Blick auf Fortschritte in den Methoden und Anwendungen der gesprochenen Sprachwissenschaft.

Diese Studie untersucht die Schwierigkeiten bei der Verwendung von kontrastivem Lernen für das Verständnis von Musikvideos.

Ein neuer Ansatz verbessert die Integration von Sprache mit Sprachmodellen.

Selbstüberwachtes Lernen nutzen, um Vorhersagen von Sprechbewegungen bei Dysarthrie zu verbessern.

Ein neues Mass, um die Übereinstimmung von Tanzstilen mit Musik zu bewerten.

Untersuchen, wie vortrainierte Sprachmodelle die Qualität von Text-zu-Sprache verbessern.

Ein neues Modell bewertet die Audio-Wahrnehmung durch menschliches Feedback mit Best-Worst-Skalierung.

Neue Methoden verbessern die Klarheit der Audio-Komponenten in Musikstücken.

BandIt verbessert die Trennung von Audioquellen mit innovativen Deep-Learning-Techniken.

Die Anpassung der Emotionserkennungstechnologie verbessert die Genauigkeit für verschiedene Sprecher.

Eine Studie zeigt ernsthafte Bedrohungen bei der Sprach- erkennung mit Morph-Proben.

Ein detaillierter Datensatz, der Mozarts Sonaten mit Klavieraufführungen und Expertenkommentaren kombiniert.

Ein neues Ohrhörer-Design verbessert die Klangklarheit mit Knochenleitungs-Technologie.

Ein neues leichtgewichtiges Modell verbessert die Tonhöhenschätzung mithilfe von selbstüberwachten Lerntechniken.

Ein neuer Ansatz zur Verbesserung der Identifizierung und Analyse von Musiksegmenten.

Neue Methoden entwickelt, um gefälschte Songs zu identifizieren, angesichts wachsender Bedenken.

Cleancoder verbessert ASR-Systeme, indem es Hintergrundgeräusche reduziert, um das Verständnis der Sprache klarer zu machen.

RADIO erstellt realistische sprechende Gesichter nur mit einem Referenzbild.

RoDia liefert wichtige Audioproben zur Identifizierung rumänischer Dialekte.

Erschliessen, wie Gesten und Mimik unser Verständnis von gesprochener Sprache verbessern.

Ein Blick auf das Mischen von Musik, wo technisches Können auf künstlerische Vision trifft.

Neue Methoden zur Geräuscherkennung und -lokalisierung mit synthetischen Daten erforschen.

Ein neues System hilft Musikern, Sound auf einer virtuellen Bühne zu erleben.

Neue Methode verbessert die Erkennung von gefälschten Audio-Segmenten in Aufnahmen.

Computer lernen, Rhythmus und Harmonie in Musik für kreative Anwendungen zu trennen.

Microsofts MuLanTTS bietet natürliche und ausdrucksstarke Text-zu-Sprache-Funktionen für Französisch.

Neue Datensätze und Methoden verbessern die Fahrzeugklassifizierung für ein besseres Verkehrsmanagement.

Neue Methoden verbessern die Genauigkeit und Geschwindigkeit in der Spracherkennungstechnologie.

Ein neuer Synthesizer verbessert die Erzeugung von realistischen Soundeffekten für Medien.

Ein neuer Ansatz verbessert die Vertrauensschätzung in ASR-Systemen für bessere Genauigkeit.

Einführung eines Rahmens für natürlichere und ausdrucksvollere Sprachsynthese.

Lern, wie Technologie dabei hilft, Musikgenres effizient zu kategorisieren.

Ein einheitlicher Ansatz zur Bewertung der Fischfütterung mit Audio- und Videodaten.

Eine neue Methode verbessert die Erstellung von emotional ausdrucksvollen Talking-Head-Videos.

Diese Studie untersucht Probleme bei der Verwendung von ConvNets zur Erstellung von Audio-Filterbänken.

Das CLAP-Modell verbindet Audio- und Textverarbeitung für verschiedene Anwendungen.

Ein Projekt zielt darauf ab, die Verarbeitung von französischer Sprache mit selbstüberwachtem Lernen zu verbessern.

Neue Methoden verbessern, wie Maschinen Sprachrhythmus und Emotionen erkennen.

Ein neuer Ansatz verbessert die Schallabschätzung in Räumen mit streuenden Objekten.

Untersucht, wie Unentscheidbarkeit die Musikkomposition und -produktion heute beeinflusst.