Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Ein neuer Ansatz zur Verbesserung der Audioqualität für die Erstellung synthetischer Stimmen.

Neue Techniken verbessern die Effizienz der Spracherkennung und senken die Kosten für die Beschriftung.

Verbesserung der Soundqualitätsmetriken mit neuen Lautheitsberechnungsmethoden.

AlignAtt verbessert die gleichzeitige Sprachübersetzung mit mehr Geschwindigkeit und Qualität.

Eine neue Methode sorgt dafür, dass die Privatsphäre bei der Sprachklassifizierung gewahrt bleibt, ohne die Leistung zu beeinträchtigen.

Diese Studie zeigt, wie man TTS-Technologie effizient an verschiedene Akzente anpassen kann.

Das AMII-Modell verbessert die Kommunikation für sozial interaktive Agenten durch bessere nonverbale Verhaltensweisen.

Federated Learning nutzen, um die Sprachanalyse zur Parkinson-Diagnose über verschiedene Sprachen zu verbessern.

Diese Studie konzentriert sich darauf, arabische Dialekte mit fortschrittlichen Methoden und begrenzten Daten zu erkennen.

Wir stellen ein Modell vor, das verschiedene Datentypen für komplexe Aufgaben integriert.

Forscher verbessern, wie wir Tiergeräusche automatisch erkennen.

Entdeck, wie Whisper sich an verschiedene Sprachaufgaben anpasst, indem es mit Prompt Engineering arbeitet.

Diese Studie untersucht Möglichkeiten, ASR für ressourcenarme Sprachen mit Datentechniken zu verbessern.

FastFit verbessert die Sprachgenerierungsgeschwindigkeit, ohne die Klangqualität zu verlieren.

Eine neue Methode verbessert die Erkennung von Schlüsselwörtern in Audioaufnahmen.

Diese Studie stellt eine Methode vor, um Zungenbewegungen beim Sprechen mithilfe von Röntgendaten besser zu messen.

Das AED-EEND-System verbessert die Sprecherdiarisierung, indem es fortschrittliche Techniken für bessere Genauigkeit integriert.

Pengi vereint Audioverstehen und Textgenerierung in einem einzigen Modell.

Ein neuer Ansatz zielt darauf ab, Verzögerungen in Sprach­erkennungssystemen zu minimieren, während die Genauigkeit erhalten bleibt.

Eine neue Methode verbessert die Keyword-Erkennungssysteme für eine bessere Leistung bei wechselnden Audio.

Ein neues TTS-System verbessert die Sprachgenerierung in mehreren Sprachen mit wenig Daten.

CoDi ermöglicht die gleichzeitige Erstellung verschiedener Inhaltsarten aus unterschiedlichen Eingaben.

Neue Techniken verbessern die Klangtrennung aus Ambisonics-Mischungen für bessere Audioerlebnisse.

Ein neues Verfahren verbessert Sprachmodelle und verringert gleichzeitig den Ressourcenbedarf.

Neue Methoden, die Sprache nutzen, zeigen vielversprechende Ansätze zur Identifizierung von Atemmustern und Gesundheitszuständen.

MIDI-Draw ermöglicht es jedem, Musik zu machen, indem er Melodien intuitiv zeichnet.

Neue Techniken, die aus der Bildverarbeitung entlehnt sind, verbessern die Bewertung der Audioqualität.

Neue Methoden verbessern die Effizienz von Spracherkennungssystemen, ohne die Genauigkeit zu verlieren.

Neue Methoden verbessern das maschinelle Verständnis von Sprache durch Audio- und visuelle Hinweise.

Neues Modell verbessert die Keyword-Erkennung in schwierigen akustischen Bedingungen.

i-Code V2 integriert Vision, Sprache und Sprache für bessere KI-Antworten.

Eine neue Methode verbessert Sprachmodelle, indem sie Wissen von Textmodellen überträgt.

Eine Sammlung von Atemgeräuschen hilft dabei, COVID-19-Fälle zu identifizieren.

Ein neues Modell verbessert die Sprachverifikation mit effizienten Techniken.

Ein genauer Blick auf die Sprechererkennungstechniken, die für den Wettbewerb 2022 entwickelt wurden.

Ein neuer Ansatz trainiert KI, um Sprache und Emotionen in lauten Umgebungen besser zu erkennen.

Neue Methoden zielen darauf ab, das Verständnis für Familiendynamik und die psychische Gesundheit von Kindern zu verbessern.

Neue Deep-Learning-Methoden verbessern die Vorhersagen zur Bewegung des Lautsprechers Diaphragmas.

Erforschen, wie ciwGAN phonetische Merkmale wie Nasalität lernen und darstellen kann.

Ein neues Modell verbessert die Effizienz und Genauigkeit der Spracherkennung.