Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

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

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

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

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

Das neue Modell VoiceGuider verbessert TTS für verschiedene Sprecher.

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

Neue Techniken verbessern die Ausdrucksqualität der Sprache bei verschiedenen Sprechern.

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

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

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

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

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

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

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

Eine neue Methode vereinfacht die Erstellung von Audio und Video für bessere Synchronisation.

Steuer die Audioeffekte mit einfachen Sprachbeschreibungen für einfachere Soundanpassungen.

Ein neues Modell und Benchmark zur Bewertung von Multi-Audio-Aufgaben vorstellen.

Ein neues System modelliert die emotionale Intensität bei animierten Charakteren für mehr Realismus.

OpenSep automatisiert die Audio-Trennung für klarere Klangerlebnisse ohne manuelle Eingaben.

PALM verbessert die Audioerkennung, indem es die Darstellung und Effizienz von Prompts optimiert.

Erforscht, wie Drahtwicklungen und Stärke den Sound von Gitarren-Pickups beeinflussen.

Eine neue Methode verbessert die Spracherkennung für lange Aufnahmen.

Diese Studie untersucht, wie Audio, Video und Text zusammen in der Spracherkennung funktionieren.

Ein neues Modell verbessert die Natürlichkeit in Text-zu-Sprache-Systemen, indem es Tonhöhenmuster analysiert.

Ein neues Modell verbessert die Sprachdarstellung für afrikanische Sprachen und fördert die Inklusivität in der Technologie.

Ein neues Modell verbessert die Musikproduktion mit Melodien und Textbeschreibungen.

Neue Methode für Sprachmodelle verringert den Bedarf an umfangreichen Daten.

Lern, wie Sprachumwandlung funktioniert und welche spannenden Anwendungen es gibt.

Entdecke, wie CCI die Qualitätseinschätzungen von Multimedia verbessert.

Forscher kombinieren Audio- und visuelle Hinweise, um Lügen genauer zu erkennen.

Ein neues sprachbasiertes Netzwerk überbrückt Sprachbarrieren in Notfällen.

Lern, wie virtuelle Assistenten Nutzerbefehle besser verstehen.

MACE verbessert Audio-Beschreibungen, indem es Geräusche mit genauen Textbeschreibungen verknüpft.

Maschinelles Lernen einsetzen, um die Reaktion des Publikums auf Song-Cover vorherzusagen.

Ein neuer Ansatz zur Verbesserung der Klassifizierung durch den Verlust der Winkelentfernungverteilung.

Neue Methoden verbessern Kommunikationsmittel für Menschen mit Sprachschwierigkeiten.

Neue Methoden mit Sprachmodellen verbessern die Geräuscherkennung bei Hintergrundgeräuschen.

Fish-Speech verbessert die Sprachtechnologie für ein natürlicheres Kommunikationserlebnis.

EmoSphere++ erlaubt Maschinen, Emotionen wie Menschen auszudrücken, was die Interaktionen verbessert.

U-COTANS verbessert die Erkennung von Unterwassergrenzen mithilfe von Deep-Learning-Techniken.