Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Spracherkennungsmodelle entwickeln sich weiter mit Multi-Token-Vorhersage für schnellere Antworten.

Bemühungen, die Sprachtechnologie für die unterversorgte Faetar-Sprache zu verbessern.

Eine neue Zero-Shot-Methode verbessert die Genauigkeit der Sprachumwandlung und minimiert Tonverlust.

Studie zeigt, wie sich Töne im alltäglichen taiwanesischen Mandarin-Sprech ändern.

Neue Methode verbessert die Erkennung von Parkinson durch Sprachanalyse mit moderner Technologie.

Neuer Ansatz verbessert die Sprachisolierung in gemischten Audio-Umgebungen mit diskreten Tokens.

Forschung verbindet Gemälde mit Musik, indem sie Emotionen interpretiert.

Eine Studie über die Verwendung von Sprachmodellen zur Korrektur von Fehlern in Spracherkennungssystemen.

FLAMO vereinfacht die Audiobearbeitung durch differenzierbare Techniken und Frequenzab sampling.

Eine neue Methode verbessert die automatische Erkennung von Sprachproblemen, die mit Parkinson verbunden sind.

Ein neuer Ansatz verbessert ASR-Systeme für eine bessere Kommunikation im Klassenzimmer.

Dieser Artikel beleuchtet, wie unterschiedliche Eingaben die Spracherkennung verbessern können.

Ein System, das Musikmachen für alle Fähigkeitsstufen einfach und zugänglich macht.

ReCLAP verbessert die Audioklassifizierung mit detaillierten Aufforderungen für genauere Ergebnisse.

Ein Projekt hat das Ziel, die Sprachtechnologie für Menschen mit Kommunikationsproblemen zu verbessern.

MambaFoley revolutioniert die Foley-Sound-Synthese mit besserem Timing und mehr Realismus.

Ein neues System verbessert die Akzentgenauigkeit in TTS für bessere Kommunikation.

Die Verwendung von CLAP-Embeddings verbessert Musikempfehlungssysteme erheblich.

Die Studie untersucht die Entwicklung von ASR für Amis und Seediq, mit Schwerpunkt auf der Datennutzung.

LLaQo bietet detailliertes Feedback zur Bewertung von Musikaufführungen und verbessert so das Lernen der Schüler.

Forscher entwickeln neue Strategien, um individuelle Tiere anhand ihrer einzigartigen Geräusche zu unterscheiden.

Eine neue Methode vereinfacht die Erkennung von Sirenen für mehr Fahrzeugsicherheit.

Ein neuer Ansatz kombiniert die Erkennung von Geräuschen und die Sprechertrennung für ein besseres Audioverständnis.

Ein neuer Ansatz verbessert die ASR, indem er sich auf bestimmte Sprecherdetails konzentriert.

Eine Studie zeigt, wie Deep-Learning-Modelle Emotionen in Sprache erkennen.

Ein einfach zu bedienendes Tool, um Sprachmodelle ohne komplexen Code fein abzustimmen.

Neue Methoden verbessern die Schalldämmung aus lauten Umgebungen ohne gelabelte Daten.

Ein neuer Ansatz geht die Kanalvariationen in Sprach­erkennungssystemen an.

Eine neue Methode verbessert die Spracherkennung von Maschinen zur Sprecherverifizierung.

Ein neues Modell verbessert die Audiogenerierung mit detaillierten Text- und Soundvorgaben.

Künstliche Intelligenz verändert die Musik mit neuen Werkzeugen und Ansätzen.

MaskSR2 verbessert die Sprachklarheit und -qualität mit innovativen Techniken.

Eine neue Methode zur Erzeugung von akzentuierter Sprache durch Texttransliteration.

E1 TTS verwandelt Text schneller und effizienter in natürliche Sprache.

Wave-U-Mamba verbessert die Qualität von Sprachaufnahmen, damit man klarer kommunizieren kann.

Ein neues System sagt die Natürlichkeitswerte für synthetische Sprache mit innovativen Methoden voraus.

Eine neue Methode nutzt Audio, um die Aussprachegenauigkeit von Maschinen zu verbessern.

Neue Methoden verbessern die Audio-Synchronisation bei wechselnden Videoszenen.

Die GenSEC-Herausforderung erkunden, um die Genauigkeit der Spracherkennung zu verbessern.

Eine neuartige Bewertungsmethode für Schizophrenie mit multimodalen Daten.