Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Ein neues Datenset zielt darauf ab, die Sprachaufnahme mit Körpersensoren zu verbessern.

Ein neuer Ansatz verbessert die Deepfake-Erkennung durch audio-visuelle Analyse.

Ein Blick auf die Fortschritte bei Spracherkennungstechnologien und -methoden.

Ein neues Verfahren verbessert die Stottererkennung, indem es Audio-, Video- und Textdaten kombiniert.

Ein Team verbessert die Audioverarbeitung für Sprecher- und Sprachenidentifikation.

Forschung zur Erkennung menschlicher Emotionen durch Sprache zeigt vielversprechende Möglichkeiten für verschiedene Anwendungen.

Ein neues Verfahren verbessert die Klangproduktion für realistische 3D-Menschenmodelle.

Diese Studie zeigt, wie Sprache die Atemfrequenz mit fortgeschrittenen Modellen schätzen kann.

GraphMuse vereinfacht die Analyse von symbolischen Musikdaten mit fortschrittlichen Machine-Learning-Techniken.

Die Forschung präsentiert neue Methoden zur Bewertung von Spracherkennungssystemen in Polnisch.

Dieser Artikel bespricht, wie man die Formatierung von Zahlen in automatischen Transkripten verbessern kann.

Selbstüberwachtes Lernen verwandelt die Musikwahrnehmung durch innovative Methoden.

Ein neues Dataset verbessert die maschinelle Sprachverarbeitung für Mandarin und zielt auf natürliche Ausdrucksweise ab.

Eine Studie zur Verbesserung der Klangquellenlokalisierung durch bessere Nutzung von Audio- und visuellen Informationen.

Ein neues Framework analysiert Sprache, um leichte kognitive Beeinträchtigungen in verschiedenen Sprachen zu erkennen.

Die Auswirkungen von KI auf unterrepräsentierte Musikstile erkunden.

Eine Methode, um TTS-Systeme für eine bessere Aussprache von OOV-Wörtern in Indien zu verbessern.

Ein neues Modell verbessert die Effizienz in der Sprachverarbeitung mit weniger Energieverbrauch.

Neue Machine-Learning-Modelle verbessern die Sprachverständlichkeit für Hörgeräte-Nutzer.

Forschung schaut sich niederfrequente Audio an, um Privatsphäre bei Studien zum sozialen Verhalten zu schützen.

Erforschen, wie sich Sound in Mehrzimmerumgebungen verhält und welche Auswirkungen das auf die Technik hat.

Neue KI-Tools machen das Musikbearbeiten einfacher mit innovativen Techniken und besserer Präzision.

Preset-Stimmenanpassung verbessert die Sprachausgabeübersetzung und sorgt gleichzeitig für Privatsphäre und reduziert Risiken.

Ein neues System hilft Musikern, Musik mit mehr Kontrolle und Präzision zu erstellen.

Ein neues Tool zur Bewertung von Replikationen in KI-generierter Musik.

Ein neues Text-zu-Audio-Modell, das nur öffentliche Daten verwendet.

Ein neuer Datensatz soll das Verständnis von Code-Switching über mehrere Sprachen hinweg verbessern.

Dieser Artikel untersucht das Geschlechterverhältnis in französischen Nachrichtenübertragungen zu verschiedenen Themen.

Das Rasa-Dataset verbessert die Text-zu-Sprache-Technologie für indische Sprachen mit neutraler und ausdrucksvoller Stimme.

Neue Methoden verbessern das maschinelle Verständnis menschlicher Emotionen in der Sprache.

Die Vereinfachung von KI-Tools kann Künstlern helfen, ihre kreative Ausdruckskraft zu steigern.

MusiConGen verbessert die Kontrolle für Nutzer bei der Text-zu-Musik-Generierung.

Forscher verbessern die Sprachdekodierung mit EEG, um Menschen mit Sprachbehinderungen zu helfen.

Ein neues Modell verbessert die Sprachklarheit, indem es Geräusche und Echos gezielt angeht.

J-CHAT bietet ein grosses, Open-Source-Datenset zur Verbesserung von Sprachdialogsystemen.

Neue Methoden ermöglichen es Musikern, Instrumente aus Klangvorgaben zu erstellen.

Untersuchen, wie Codecs emotionale Töne in Sprachdaten beibehalten.

Lern, wie IP-Broadcasting und Audio-Tagging die Bereitstellung von Inhalten verändern.

Ein Blick darauf, wie Technologie und Musiker in einer einzigartigen Performance zusammenarbeiten.

Ein Roboter spielt Musik in einem Laden, um den Kunden mehr Spass zu bringen.