Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

RSS

Rechnen und Sprache Fortschrittliche medizinische Kommunikation mit ASR-Technologie

Das MultiMed-Projekt verbessert die automatische Spracherkennung für bessere Kommunikation im Gesundheitswesen.

Khai Le-Duc, Phuc Phan, Tan-Hanh Pham

2025-06-05T06:10:15+00:00 ― 6 min Lesedauer

Audio- und Sprachverarbeitung Neue Methoden zur Messung der Audioqualität

Ein neuer Ansatz zur Bewertung der Audioqualität, ganz ohne saubere Referenzen.

Jozef Coldenhoff, Milos Cernak

2025-06-05T05:21:40+00:00 ― 6 min Lesedauer

Ton Umweltgeräuschklassifikation mit dem ECHO-Framework verbessern

Der ECHO-Rahmen verbessert die Genauigkeit der Klangklassifizierung mit strukturierten Labels und einem zweistufigen Lernprozess.

Pranav Gupta, Raunak Sharma, Rashmi Kumari

2025-06-05T04:33:05+00:00 ― 5 min Lesedauer

Audio- und Sprachverarbeitung Kombination von Audio- und visuellen Hinweisen für deutlichere Sprache

Neues Verfahren verbessert die Sprachklarheit, indem es visuelle Informationen integriert.

Wenze Ren, Kuo-Hsuan Hung, Rong Chao

2025-06-04T22:53:00+00:00 ― 5 min Lesedauer

Audio- und Sprachverarbeitung Verbesserung der Schätzung der Geräuschrichtung in lauten Umgebungen

Ein neuer Ansatz verbessert die Schätzung der Schallrichtung für sich bewegende Sprecher in schwierigen Umgebungen.

Daniel A. Mitchell, Boaz Rafaely, Anurag Kumar

2025-06-04T19:38:40+00:00 ― 8 min Lesedauer

Audio- und Sprachverarbeitung Fortschritte in der Audio-Momenten-Wiederholungstechnologie

Audio Moment Retrieval ermöglicht es, bestimmte Momente in langen Aufnahmen genau zu finden.

Hokuto Munakata, Taichi Nishimura, Shota Nakada

2025-06-04T13:10:00+00:00 ― 5 min Lesedauer

Audio- und Sprachverarbeitung Sicherheit in Social VR mit Safe Guard verbessern

Safe Guard erkennt Hassrede in Echtzeit während Sprachinteraktionen in sozialer VR.

Yiwen Xu, Qinyang Hou, Hongyu Wan

2025-06-04T11:32:50+00:00 ― 6 min Lesedauer

Rechnen und Sprache Fortschritte bei KI-Dialogsystemen: Ein neuer Ansatz

KI entwickelt sich weiter, um natürlichere Gespräche zu führen.

Bandhav Veluri, Benjamin N Peloquin, Bokai Yu

2025-06-04T10:44:15+00:00 ― 6 min Lesedauer

Bild- und Videoverarbeitung Neue Methode visualisiert die Bewegungen des Sprachtrakts beim Sprechen

Ein neuer Ansatz nutzt Echtzeit-MRT, um die Bewegungen bei der Sprachproduktion sichtbar zu machen.

Hong Nguyen, Sean Foley, Kevin Huang

2025-06-04T09:07:05+00:00 ― 6 min Lesedauer

Audio- und Sprachverarbeitung Frühe Raumreflexionen mit der FF-PHALCOR-Methode schätzen

Eine neue Methode zur Erkennung von frühen Raumreflexionen verbessert das Audioerlebnis.

Yogev Hadadi, Vladimir Tourbabin, Zamir Ben-Hur

2025-06-04T07:29:55+00:00 ― 7 min Lesedauer

Audio- und Sprachverarbeitung Bessere Sprachdatensätze für unterversorgte Sprachen erstellen

Ein Projekt, das Sprach- und Textdatensätze für Sprachen mit begrenzten Ressourcen entwickelt.

Nikola Ljubešić, Peter Rupnik, Danijel Koržinek

2025-06-04T06:41:20+00:00 ― 5 min Lesedauer

Audio- und Sprachverarbeitung Verbesserung der Sprecherverifikation mit CA-MHFA

Ein neues Framework verbessert die Spracherkennung und passt sich verschiedenen Sprachaufgaben an.

Junyi Peng, Ladislav Mošner, Lin Zhang

2025-06-04T05:52:45+00:00 ― 4 min Lesedauer

Ton Den Aufstieg der Deepfake-Spracherkennung angehen

Es werden neue Methoden gebraucht, um fortschrittliche Deepfake-Sprachtechnologien zu erkennen.

Lam Pham, Phat Lam, Dat Tran

2025-06-04T05:04:10+00:00 ― 6 min Lesedauer

Ton Verbesserung der bioakustischen Ereigniserkennung mit neuen Strategien

Neue Methoden verbessern die Genauigkeit bei der Identifizierung von Tiergeräuschen aus begrenzten Daten.

Yaxiong Chen, Xueping Zhang, Yunfei Zi

2025-06-04T04:15:35+00:00 ― 5 min Lesedauer

Ton Fortschritte im Sounddesign für Augmented Reality

Neue Methode verbessert die virtuelle Klangintegration in AR-Umgebungen.

Francesc Lluís, Nils Meyer-Kahlen

2025-06-04T00:12:40+00:00 ― 6 min Lesedauer

Ton Fortschritte bei der Sprachprivatsphäre mit neuen Umwandlungstechniken

Eine neue Methode zielt darauf ab, die Sprachprivatsphäre zu wahren und gleichzeitig effektive Kommunikation zu ermöglichen.

Jacob J Webber, Oliver Watts, Gustav Eje Henter

2025-06-03T23:24:05+00:00 ― 5 min Lesedauer

Rechnen und Sprache Fortschritte in sprachlosen Sprachverarbeitungstechniken

Neue Methoden verbessern die Spracherkennung für ressourcenarme Sprachen ohne Text.

Krithiga Ramadass, Abrit Pal Singh, Srihari J

2025-06-03T18:32:35+00:00 ― 5 min Lesedauer

Rechnen und Sprache Spracheerkennung durch phonetische Techniken verbessern

Neue Methoden verbessern die Genauigkeit in Spracherkennungssystemen durch phoneticisches Verständnis.

Leonid Velikovich, Christopher Li, Diamantino Caseiro

2025-06-03T16:55:25+00:00 ― 6 min Lesedauer

Multimedia Ein neues System für die Echtzeit-Sprach- und Gestenproduktion

Dieses Framework verbessert Echtzeit-Animationen, indem es Sprache und Gesten nahtlos synchronisiert.

Zixin Guo, Jian Zhang

2025-06-03T15:18:15+00:00 ― 5 min Lesedauer

Ton Spracheerkennung mit menschlich inspirierten Merkmalen verbessern

Neue akustische Merkmale verbessern die Leistung von ASR-Systemen in lauten Umgebungen.

Muhammad A. Shah, Bhiksha Raj

2025-06-03T14:29:40+00:00 ― 5 min Lesedauer

Audio- und Sprachverarbeitung Fortschritt in der Sprachverarbeitung durch Konsistenz in der Phasenneuordnung

Eine neue Verlustfunktion verbessert die Audioqualität, indem sie Phase und Magnitude ausrichtet.

Pin-Jui Ku, Chun-Wei Ho, Hao Yen

2025-06-03T12:03:55+00:00 ― 6 min Lesedauer

Ton Neues Modell macht Text-zu-Sprache menschlicher

Ein neues TTS-Modell bringt emotionale Tiefe in computer-generierte Sprache.

Yunji Chu, Yunseob Shim, Unsang Park

2025-06-03T09:38:10+00:00 ― 6 min Lesedauer

Audio- und Sprachverarbeitung Verbesserung der Spracherkennung für Gespräche zwischen Kindern und Erwachsenen

Bewertung von Spracherkennungsmodellen für Autismus-Diagnosesitzungen.

Aditya Ashvin, Rimita Lahiri, Aditya Kommineni

2025-06-03T08:01:00+00:00 ― 6 min Lesedauer

Audio- und Sprachverarbeitung Fortschritte in der Sprachwiederherstellungstechniken

Neuere Methoden verbessern die Audio-Klarheit und -Qualität mit fortschrittlichen Modellen.

Pin-Jui Ku, Alexander H. Liu, Roman Korostik

2025-06-03T07:12:25+00:00 ― 6 min Lesedauer

Ton Neue Methode zur Erkennung von Sprachdeepfakes

Ein neuer Ansatz verbessert die Erkennung von gefälschten Audioaufnahmen.

Viola Negroni, Davide Salvi, Alessandro Ilic Mezza

2025-06-03T05:35:15+00:00 ― 5 min Lesedauer

Audio- und Sprachverarbeitung Fortschritte bei Neural Codecs mit ESPnet-Codec

ESPnet-Codec verbessert das Training und die Bewertung von neuronalen Codecs für Audio und Sprache.

Jiatong Shi, Jinchuan Tian, Yihan Wu

2025-06-03T03:09:30+00:00 ― 7 min Lesedauer

Audio- und Sprachverarbeitung Anpassen der Abtastraten für realistische Audioeffekte

Erforschen von Methoden, um RNNs für unterschiedliche Audio-Abtastraten anzupassen.

Alistair Carson, Alec Wright, Stefan Bilbao

2025-06-03T01:32:20+00:00 ― 6 min Lesedauer

Audio- und Sprachverarbeitung Whisper-Medusa: Effizienz der Spracherkennung verbessern

Neues Modell erzielt schnellere Spracherkennung, ohne die Genauigkeit zu opfern.

Yael Segal-Feldman, Aviv Shamsian, Aviv Navon

2025-06-03T00:43:45+00:00 ― 4 min Lesedauer

Audio- und Sprachverarbeitung Matryoshka-Speaker-Embeddings: Ein flexibler Ansatz zur Spracherkennung

Entdecke, wie Matryoshka-Embeddings die Effizienz und Flexibilität der Sprechererkennung verbessern.

Shuai Wang, Pengcheng Zhu, Haizhou Li

2025-06-02T20:40:50+00:00 ― 5 min Lesedauer

Ton NanoVoice: Fortschritt in personalisierter Text-zu-Sprache-Technologie

Hier ist NanoVoice, ein schnelles und effektives Text-zu-Sprache-Modell für personalisierte Audios.

Nohil Park, Heeseung Kim, Che Hyun Lee

2025-06-02T19:52:15+00:00 ― 5 min Lesedauer

Ton Fortschritte in der Anpassung von Text-zu-Sprache

Das neue Modell VoiceGuider verbessert TTS für verschiedene Sprecher.

Jiheum Yeom, Heeseung Kim, Jooyoung Choi

2025-06-02T19:03:40+00:00 ― 6 min Lesedauer

Ton Fortschritte in der mehrsprachigen Sprachumwandlung

Eine neuartige Methode, um Stimmen über Sprachen hinweg zu konvertieren und dabei einzigartige Merkmale zu bewahren.

Giuseppe Ruggiero, Matteo Testa, Jurgen Van de Walle

2025-06-02T15:49:20+00:00 ― 6 min Lesedauer

Audio- und Sprachverarbeitung Fortschritte im Text-to-Speech-Stiltransfer

Neue Techniken verbessern die Ausdrucksqualität der Sprache bei verschiedenen Sprechern.

Lucas H. Ueda, Leonardo B. de M. M. Marques, Flávio O. Simões

2025-06-02T15:00:45+00:00 ― 6 min Lesedauer

Ton Musikklassifikation mit perceptuellen Metriken verbessern

Dieser Artikel untersucht die Rolle von Wahrnehmungsmetriken in der Klassifizierung von Musikgenres.

Tashi Namgyal, Alexander Hepburn, Raul Santos-Rodriguez

2025-06-02T12:35:00+00:00 ― 5 min Lesedauer

Audio- und Sprachverarbeitung Fortschritte beim Multi-Task-Lernen in Sprachmodellen

Eine neue Methode verbessert die Sprach- und Audioverarbeitung bei verschiedenen Aufgaben.

Xiaoyu Yang, Qiujia Li, Chao Zhang

2025-06-02T10:57:50+00:00 ― 5 min Lesedauer

Audio- und Sprachverarbeitung Verbesserung der Sprecher-Diarisation in Meetings

Ein neues System verbessert die Sprecheridentifikation bei Gesprächen mit mehreren Teilnehmern.

Ruoyu Wang, Shutong Niu, Gaobin Yang

2025-06-02T06:54:55+00:00 ― 5 min Lesedauer

Audio- und Sprachverarbeitung Fortschritte in der emotionalen Text-zu-Sprache-Technologie

Ein neues Framework verbessert den emotionalen Ausdruck in TTS-Systemen.

Kun Zhou, You Zhang, Shengkui Zhao

2025-06-02T02:52:00+00:00 ― 6 min Lesedauer

Ton Drucksensoren: Ein neues Risiko fürs Abhören

Neueste Erkenntnisse zeigen, dass Drucksensoren zum Abhören verwendet werden können.

Yonatan Gizachew Achamyeleh, Mohamad Habib Fakih, Gabriel Garcia

2025-06-01T13:54:40+00:00 ― 4 min Lesedauer

Ton Fortschritte bei der Geräuscherkennung mit PMAM

Ein neuer Algorithmus verbessert die Erkennung von Klangereignissen mithilfe von selbstüberwachtem Lernen.

Pengfei Cai, Yan Song, Nan Jiang

2025-06-01T10:40:20+00:00 ― 5 min Lesedauer

Ton Die Herausforderung der Erkennung von gefälschter Sprache angehen

Die Forschung konzentriert sich darauf, Methoden zur Erkennung von realistisch gefälschter Sprache zu verbessern.

Davide Salvi, Viola Negroni, Luca Bondi

2025-06-01T09:51:45+00:00 ― 5 min Lesedauer