Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Neue Methoden verbessern die Klarheit beim Isolieren von Stimmen aus Audio-Mischungen.

Wir stellen SPICE vor, eine Aufgabe, um AI-Interaktionen mit kontextuellen Informationen zu verbessern.

Die Forschung stellt das MOSA-Dataset vor, das das Verständnis der visuellen und auditiven Aspekte von Musik verbessert.

mHuBERT-147 verarbeitet Sprache effizient in mehreren Sprachen.

Ein neuer Ansatz für Audio-Beschriftung verringert die Abhängigkeit von gepaarten Daten.

Neue Methoden verbessern, wie Maschinen Emotionen in menschlicher Sprache erkennen.

Ein Blick auf neue Methoden zum Verständnis von überlappender Sprache während Gesprächen.

Untersuchung von Schwachstellen in Audio-Wasserzeichen-Methoden gegen reale Bedrohungen.

PianoMotion10M bietet detaillierte Handbewegungen, um Klavierlernenden zu helfen.

Ein neues Modell verbessert die Klanganpassung an visuelle Aktionen in Videos.

Neues Modell verbessert realistische Audioerlebnisse in virtuellen Umgebungen.

Diese Studie untersucht Audio-Methoden zur Verfolgung von Fussgängerbewegungen in städtischen Gebieten.

Ein neuer Datensatz verbessert die Erstellung von Foley-Audio für multimediale Inhalte.

Neue Methoden verbessern die Spracherkennung in lauten Umgebungen mit adaptiven Techniken.

SPEAR sagt das Klangverhalten in 3D-Räumen voraus, indem es nur minimal Daten sammelt.

Eine neue Methode verbessert die Übersetzung von gemischter Sprache in Englisch.

Eine neue Methode verbessert die Genauigkeit der Sprecherverifizierung in schwierigen Funkumgebungen.

Neue Methode zielt auf Rhythmusänderungen für heimliche Sprachangriffe ab.

GAMA verbessert die Audioverarbeitung, indem es Klang- und Sprachkenntnisse zusammenführt.

Ein neues System hilft dabei, Sprache von Geräuschen zu trennen, damit die Kommunikation klarer wird.

GigaSpeech 2 bietet ein riesiges Dataset für Sprachen mit wenig Ressourcen, um die Spracherkennung zu verbessern.

Ein neues Modell verbessert die Text-zu-Sprache-Technologie mit Effizienz und Anpassungsfähigkeit.

Eine neuartige Methode zur Optimierung der Sprachanalyse und -synthese unter Verwendung von Bewegungen des Sprachtrakt.

Diese Studie untersucht, wie Gesten das Lernen von virtuellen Agenten beeinflussen.

DExter nutzt KI, um aus geschriebenen Noten ausdrucksstarke Klaviermusik zu schaffen.

Erfahre mehr über Online-Sprecherdiarisierung und ihre Bedeutung in verschiedenen Anwendungen.

Neues Benchmark-Tool bewertet diskrete Audio-Tokens für verschiedene Sprachverarbeitungsaufgaben.

Eine neue Methode zur Musikgenerierung mit Selbstähnlichkeitsmatrizen und Aufmerksamkeitssystemen.

Neue Techniken verbessern das Modeling von Gitarrenverstärkern mit ungepaarten Daten und GANs.

Eine neue Methode verbessert die Sprachumwandlung zwischen Sprachen, während die Eigenschaften des Sprechers erhalten bleiben.

Eine neue Methode, um zu verstehen, wie Audiomodelle Vorhersagen treffen.

Einführung der räumlichen Sprachumwandlung zur Verbesserung der Audio-Realität und Immersion.

WavRx analysiert Sprache für die Gesundheit und schützt dabei die Privatsphäre, wobei vielversprechende diagnostische Ergebnisse erzielt werden.

Forschung untersucht, wie Sprachanalyse das Suizidrisiko vorhersagen kann, wobei Geschlechterunterschiede berücksichtigt werden.

Dieses Papier präsentiert ein System zur Erstellung von visuellen Darstellungen, die auf Musik reagieren.

Ein neues System hilft Robotern, Aufgaben zu erlernen, indem es Audio von realen Demonstrationen verwendet.

Neue Methoden verbessern die Genauigkeit beim Erkennen von überlappenden Geräuschen aus verschiedenen Audioquellen.

Eine neue Methode kombiniert akustische Merkmale und Vertrauenswerte für bessere Fehlerkorrektur.

SecureSpectra bietet eine neue Möglichkeit, die Audioidentität gegen Deepfake-Bedrohungen zu schützen.

Kombination von Physik und Geometrie für verbesserte Vorhersagen zur akustischen Streuung.