Audio- und Sprachverarbeitung

Ton AI TrackMate: Dein neuer Musik Kumpel

AI TrackMate bietet Produzenten objektives Feedback, um ihre Musikkünste zu verbessern.

Yi-Lin Jiang, Chia-Ho Hsiung, Yen-Tung Yeh

2025-03-15T20:51:54+00:00 ― 7 min Lesedauer

Audio- und Sprachverarbeitung Unserer Welt zuhören: Wie Geräusche uns prägen

Forschung zeigt, wie Geräusche unsere Gefühle und unser Verhalten beeinflussen.

Claudia Montero-Ramírez, Esther Rituerto-González, Carmen Peláez-Moreno

2025-03-13T14:34:48+00:00 ― 7 min Lesedauer

Ton Musik Messen: Die Zukunft der KI-Kompositionen

Erfahre mehr über die Frechet Music Distance und ihre Rolle bei der Bewertung von KI-generierter Musik.

Jan Retkowski, Jakub Stępniak, Mateusz Modrzejewski

2025-03-11T23:06:00+00:00 ― 9 min Lesedauer

Computer Vision und Mustererkennung Die Zukunft des Sounds im Video

Entdecke, wie KI das Sounddesign in Videos und Spielen verändern kann.

Sudha Krishnamurthy

2025-03-10T12:33:18+00:00 ― 6 min Lesedauer

Audio- und Sprachverarbeitung CSSinger: Die Zukunft der Gesangsstimmensynthese

Entdeck, wie CSSinger die Musikproduktion mit Echtzeit-Gesangsstimmensynthese verändert.

Jianwei Cui, Yu Gu, Shihao Chen

2025-03-09T21:45:00+00:00 ― 5 min Lesedauer

Rechnen und Sprache Sag Tschüss zu LaTeX-Problemen: Sprich deine Gleichungen

Ein Sprach-zu-Text-Tool verwandelt gesprochene Mathematik mühelos in LaTeX.

Evangelia Gkritzali, Panagiotis Kaliosis, Sofia Galanaki

2025-03-09T16:48:54+00:00 ― 6 min Lesedauer

Ton Stimmen der Depression: Auf Hilfe hören

Die Analyse von Stimmen kann Anzeichen von Depressionen zeigen und zu einer frühen Intervention führen.

Quang-Anh N. D., Manh-Hung Ha, Thai Kim Dinh

2025-03-09T02:00:36+00:00 ― 6 min Lesedauer

Ton Erstelle Sounds mit deiner Stimme: Sketch2Sound

Mach aus Summen und Klopfen hochwertigen Sound mit Sketch2Sound.

Hugo Flores García, Oriol Nieto, Justin Salamon

2025-03-08T11:12:18+00:00 ― 8 min Lesedauer

Maschinelles Lernen Musik im Zeitalter der KI schützen

Wasserzeichen-Techniken schützen die Rechte von Künstlern bei der Musikproduktion mit KI.

Pascal Epple, Igor Shilov, Bozhidar Stevanoski

2025-03-08T06:16:12+00:00 ― 7 min Lesedauer

Ton Die Revolution im Audio: Die ZeroBAS-Methode

Mono-Audio in fesselnde binaurale Erlebnisse verwandeln mit innovativen Techniken.

Alon Levkovitch, Julian Salazar, Soroosh Mariooryad

2025-03-07T20:24:00+00:00 ― 8 min Lesedauer

Audio- und Sprachverarbeitung Bewahrung der Silbenbetonung in lärmigen Umgebungen

Die Forschung untersucht, wie Sprachverbesserungsmodelle die Silbenbetonung inmitten von Lärm aufrechterhalten.

Rangavajjala Sankara Bharadwaj, Jhansi Mallela, Sai Harshitha Aluru

2025-03-07T10:31:48+00:00 ― 6 min Lesedauer

Computer Vision und Mustererkennung Neues Framework verbessert die Audio-Visuelle Video-Segmentierung

Ein neues Framework verbessert die Abstimmung von Sounds und Bildern in Videos.

Kexin Li, Zongxin Yang, Yi Yang

2025-03-06T19:43:30+00:00 ― 6 min Lesedauer

Ton LatentSpeech: Ein Fortschritt in der Text-zu-Sprache-Technologie

Die Text-zu-Sprache-Technologie revolutionieren mit besserer Effizienz und natürlicher klingenden Stimmen.

Haowei Lou, Helen Paik, Pari Delir Haghighi

2025-03-06T14:47:24+00:00 ― 6 min Lesedauer

Ton Fortschritte in der Text-zu-Sprache-Technologie

Entdeck, wie TTS-Systeme sich weiterentwickeln, um menschlicher zu klingen.

Haowei Lou, Helen Paik, Wen Hu

2025-03-06T09:51:18+00:00 ― 8 min Lesedauer

Ton Die Audioerstellung für Designer revolutionieren

Neues System verwandelt die Audiosteuerung durch detaillierte Textbeschreibungen.

Sonal Kumar, Prem Seetharaman, Justin Salamon

2025-03-05T04:14:42+00:00 ― 8 min Lesedauer

Ton Emotionen entschlüsseln: Die Zukunft der Sentiment-Analyse

Kombination von Video und Audio für bessere Emotionserkennung.

Antonio Fernandez, Suzan Awinat

2025-03-03T22:38:06+00:00 ― 9 min Lesedauer

Ton Die Revolution der Soundeffekte mit YingSound

YingSound verwandelt die Videoproduktion, indem es die Generierung von Soundeffekten automatisiert.

Zihao Chen, Haomin Zhang, Xinhan Di

2025-03-03T17:42:00+00:00 ― 7 min Lesedauer

Ton Echoes: Eine neue Art, Audio zu taggen

Forscher nutzen Echos, um Audio zu kennzeichnen und die Rechte der Creator zu schützen.

Christopher J. Tralie, Matt Amery, Benjamin Douglas

2025-03-02T17:01:30+00:00 ― 8 min Lesedauer

Robotik SonicBoom: Geräusche zur Roboter-Navigation

Roboter können jetzt dank SonicBoom in schwierigen Umgebungen mit Sound navigieren.

Moonyoung Lee, Uksang Yoo, Jean Oh

2025-02-28T05:48:18+00:00 ― 6 min Lesedauer

Audio- und Sprachverarbeitung MASV: Die Zukunft der Sprachverifizierung

Das MASV-Modell verbessert die Sprachverifikation und sorgt für Sicherheit und Effizienz.

Yang Liu, Li Wan, Yiteng Huang

2025-02-27T10:03:54+00:00 ― 6 min Lesedauer

Ton Die Zukunft der Musik: KI und Komponisten

Die Auswirkungen von KI-Tools auf die Musikproduktion und die Sichtweisen von Komponisten erkunden.

Eleanor Row, György Fazekas

2025-02-27T05:07:48+00:00 ― 8 min Lesedauer

Ton Fortschritte bei der Spracherkennung für persische Ziffern

Sprachrecognitionstechnik verbessert die Erkennung von Ziffern, besonders in lauten Umgebungen.

Ali Nasr-Esfahani, Mehdi Bekrani, Roozbeh Rajabi

2025-02-27T00:11:42+00:00 ― 5 min Lesedauer

Rechnen und Sprache Japanese Spracherkennung mit Whisper verbessern

Die Verbesserung der mehrsprachigen ASR-Leistung für Japanisch durch gezieltes Feintuning.

Mark Bajo, Haruka Fukukawa, Ryuji Morita

2025-02-26T14:19:30+00:00 ― 5 min Lesedauer

Maschinelles Lernen Geist über Maschine: Die Zukunft der Kommunikation

Untersuchen, wie BCIs vorgestellte Sprache entschlüsseln, um die Kommunikation zu verbessern.

Byung-Kwan Ko, Jun-Young Kim, Seo-Hyun Lee

2025-02-26T04:27:18+00:00 ― 7 min Lesedauer

Computer Vision und Mustererkennung SonicMesh: Die Zukunft der 3D-Körpermodellierung

SonicMesh nutzt Sound, um die 3D-Modellierung von menschlichen Körpern aus Bildern zu verbessern.

Xiaoxuan Liang, Wuyang Zhang, Hong Zhou

2025-02-25T08:42:54+00:00 ― 6 min Lesedauer

Ton Fortschritte in der Spracherkennungstechnologie

Entdecke die neuesten Durchbrüche in der automatischen Spracherkennung und wie sie unsere Interaktionen verbessern.

Rongxiang Wang, Zhiming Xu, Felix Xiaozhu Lin

2025-02-24T22:50:42+00:00 ― 5 min Lesedauer

Ton Zielsprecher-Extraktion mit neuen Daten verbessern

Forscher verbessern die Sprachverarbeitung mit Libri2Vox und Techniken für synthetische Daten.

Yun Liu, Xuechen Liu, Xiaoxiao Miao

2025-02-23T07:21:54+00:00 ― 6 min Lesedauer

Ton Emotion in Maschinen bringen: Die Zukunft von TTS

Entdeck, wie emotionale TTS die Kommunikation mit Maschinen verändert und sie dadurch sympathischer macht.

Sho Inoue, Kun Zhou, Shuai Wang

2025-02-23T02:25:48+00:00 ― 6 min Lesedauer

Ton Die summende Sprache der Insekten: Klangklassifikation

Lern, wie Insektensounds helfen können, Ökosysteme zu überwachen und Schädlinge zu managen.

Yinxuan Wang, Sudip Vhaduri

2025-02-22T11:37:30+00:00 ― 8 min Lesedauer

Audio- und Sprachverarbeitung Spracherkennung mit SPIRAL verbessern

Neue Methoden helfen Maschinen, wichtige Informationen aus gesprochenem Inhalt zu finden.

Yueqian Lin, Yuzhe Fu, Jingyang Zhang

2025-02-21T15:53:06+00:00 ― 6 min Lesedauer

Rechnen und Sprache Crowdsourcing Sprachdaten: Die Rolle von KI

Entdecke, wie KI die Sammlung von Sprachdaten durch Crowdsourcing vereinfacht.

Beomseok Lee, Marco Gaido, Ioan Calapodescu

2025-02-21T10:57:00+00:00 ― 5 min Lesedauer

Rechnen und Sprache Klassifizierung von Sprache: Spontan vs. Skriptisiert

Untersuche die Unterschiede zwischen spontaner und geskripteter Sprache in der Audioverarbeitung.

Shahar Elisha, Andrew McDowell, Mariano Beguerisse-Díaz

2025-02-20T20:08:42+00:00 ― 7 min Lesedauer

Computer Vision und Mustererkennung Geräusche und Bilder in Einklang bringen: Ein neuer Ansatz im KI-Lernen

DAAN verbessert, wie Maschinen aus audiovisuellen Daten in Zero-Shot-Szenarien lernen.

RunLin Yu, Yipu Gong, Wenrui Li

2025-02-20T15:12:36+00:00 ― 6 min Lesedauer

Ton Audio-Deepfakes mit smartem Lernen bekämpfen

Neue Methode verbessert die Erkennung von Audio-Deepfakes mit innovativen Lerntechniken.

Yujie Chen, Jiangyan Yi, Cunhang Fan

2025-02-19T19:28:12+00:00 ― 7 min Lesedauer

Rechnen und Sprache Einführung von MERaLiON-SpeechEncoder: Ein Sprung in der Sprachtechnik

Ein neues Modell aus Singapur verbessert das Verständnis von maschineller Sprache.

Muhammad Huzaifah, Geyu Lin, Tianchi Liu

2025-02-19T14:32:06+00:00 ― 7 min Lesedauer

Ton Die Herausforderung der Erkennung von maschinengenerierter Musik

Während Maschinen Musik produzieren, müssen wir die menschliche Kreativität durch effektive Erkennungsmethoden schützen.

Yupei Li, Qiyang Sun, Hanqian Li

2025-02-17T18:07:12+00:00 ― 9 min Lesedauer

Ton Der Aufstieg der Erkennung von synthetischer Sprache

Neue Modelle erkennen synthetische Sprache und bekämpfen den Missbrauch von Sprachtechnologie.

Mahieyin Rahmun, Rafat Hasan Khan, Tanjim Taharat Aurpa

2025-02-16T22:22:48+00:00 ― 6 min Lesedauer

Ton TAME: Eine neue Art, Drohnen zu fangen

TAME nutzt Schall, um Drohnen zu erkennen, was Sicherheit und Überwachung verbessert.

Zhenyuan Xiao, Huanran Hu, Guili Xu

2025-02-16T07:34:30+00:00 ― 7 min Lesedauer

Ton Das Aufschlüsseln von Code-Switching in der Spracherkennung

Erfahre, wie CAMEL das Verständnis von Gesprächen in verschiedenen Sprachen verbessert.

He Wang, Xucheng Wan, Naijun Zheng

2025-02-15T06:54:00+00:00 ― 6 min Lesedauer

Neuronen und Kognition Wie Gehirnsignale Musik erkennen könnten

Forschung zeigt, dass Gehirnaktivität Maschinen helfen kann, Musik effektiv zu erkennen.

Taketo Akama, Zhuohao Zhang, Pengcheng Li

2025-02-15T02:14:54+00:00 ― 7 min Lesedauer

Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung