Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Eine neue Methode verbessert die Spracherkennung für dysarthrische arabische Sprecher.

Allophant verbessert die Phonemerkennung für Sprachen mit wenig Daten.

Hier ist SANGEET, ein umfassender Datensatz über Hindustani-Klassische Musik.

Verbesserung der Schätzung der Worttiming in Spracherkennungssystemen für bessere Genauigkeit.

Neue Methoden verbessern die Sprachverarbeitung in Sprachmodellen.

Eine neue Methode soll die Erkennung von gefälschter Audio verbessern, ohne das vergangene Wissen zu verlieren.

Ein neues Framework verbessert das Studium von unüberwachten Spracherkennungssystemen.

Dieses Projekt hilft jedem, Musik mit einfachen Beats und fortgeschrittenen Computer-Methoden zu komponieren.

Selbstüberwachende Modelle zeigen Einblicke in phonetische und phonemische Unterschiede in der Sprache.

Forschung untersucht den Einsatz von Spracherkennung bei der Analyse von Polizei-Kameravideos.

Neue Methoden verbessern die Genauigkeit der Stresserkennung bei kurzen Sprachaufnahmen.

Ein Blick darauf, wie Computer die Musikkomposition verändern.

Neue Techniken verbessern das emotionale Verständnis bei Sprachverarbeitungsaufgaben.

Neues Modell LinDiff verbessert die Sprachsynthese in Geschwindigkeit und Qualität.

Ein neuer Ansatz zur Audio-Kompression reduziert die Dateigrösse, ohne die Qualität zu verlieren.

Techniken zur Verbesserung der Spracherkennung in Hintergrundgeräuschen.

Multimodale Sprachverständnis verbessert die Leistung von Sprachassistenten unter realen Bedingungen.

HiddenSinger verbessert die Gesangsstimmen mit coolen KI-Techniken.

Neue Methoden verbessern die Sprachverständlichkeit für Benutzer von Elektrolarynxen.

Forscher mixen visuelle und akustische Merkmale, um die Sprache für Benutzer von Elektrolarynx zu verbessern.

Eine Studie zeigt, wie sich das Altern auf die Leistung der automatischen Sprecherverifikation auswirkt.

PauseSpeech verbessert TTS-Systeme mit natürlich klingender Sprache durch verbesserte Pausen.

Diese Forschung stellt ein System vor, das Musik effektiv mit Videoinhalten abgleicht.

Neue Methoden verbessern die Leistung der automatischen Spracherkennung bei Hintergrundgeräuschen.

Diese Forschung zeigt, wie LLMs das Sprachverständnis in langen Videos verbessern.

Eine neue Methode optimiert Sprachmodelle für bessere Leistung mit weniger Ressourcen.

Ein neuer Ansatz verbessert, wie wir die Qualität von räumlichem Audio bewerten.

Eine Studie darüber, wie man gelesene und spontane Sprache auseinanderhalten kann.

Ein neues Modell verbessert den Realismus von synthetischer Sprache.

Malafide bringt ausgeklügelte Spoofing-Techniken ins Spiel, die Gegenmassnahmen bei der Spracherkennung komplizierter machen.

Ein neues Modell verbessert die Genauigkeit und Effizienz beim Verfolgen von Schallquellen.

Ein neues Datenset verbessert das Verständnis gesprochener Sprache für Italienisch.

MCR-Data2vec 2.0 verbessert die Spracherkennung, indem es die Konsistenz des Modells erhöht.

EM-Netzwerk verbessert das Sequenzlernen in Sprach- und Sprachverarbeitungsaufgaben.

Neue Methoden verbessern die mehrsprachige Spracherkennung mit bestehenden Datenquellen.

Die Forschung konzentriert sich darauf, die Sprachtechnik für Sprachen mit unzureichenden Daten zu verbessern.

Ein Blick auf die neuesten Entwicklungen zur Verbesserung der Audio-Klarheit mit fortschrittlichen Modellen.

Ein neues Datenset hat das Ziel, Klaviernoten nach Schwierigkeitsgrad zu klassifizieren.

Das Gesper-Framework verbessert die Sprachklarheit in lauten Umgebungen.

Diese Studie stellt eine neue Methode vor, um die Sprachqualität mit vortrainierten Modellen zu verbessern.