Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Erforschen, wie Ton und Wortwahl unser Verständnis von Sarkasmus prägen.

Eine neue Methode vereinfacht die Erstellung von Musikdatensätzen für automatische Transkription.

Ein System zur Klassifizierung von literarischen und umgangssprachlichen Tamil-Dialekten anhand von Klangmerkmalen.

Ein Überblick über die Fortschritte in der Sprechererkennung durch die VoxCeleb Challenge.

Eine neue Methode verbessert die Umwandlung von geflüstertem Gesprochenem in normale Sprache mit fortschrittlichen Techniken.

Neue Methoden verbessern das Verständnis von geflüstertem und normalem Sprache durch Computer.

KI verändert, wie Musik komponiert und erlebt wird.

Ein neues Modell soll die Gehirnaktivität in lesbare Sprache übersetzen.

Ein neuer Ansatz verbessert die Modelling von Dysflüssigkeit für Therapie und Sprachenlernen.

Ein Blick auf Micro-Batch Clipping und seine Vorteile fürs Modelltraining.

Forschung zeigt, wie LLMs die automatische Sprach­erkennung in der japani­schen Sprache verbessern.

Innovative Methoden verbessern die Sicherheit in Sprach­erkennungssystemen.

Ein neues Framework verbessert die Audio-Klassifikation, indem es das Wissen von mehreren Geräten nutzt.

Ein neuer Ansatz verbessert die Kommunikationsklarheit, indem er Echo und Hintergrundgeräusche reduziert.

VoxInstruct kombiniert Inhalte und Stil für eine natürlichere Sprachgeneration.

Ein Blick auf die Messung der Genauigkeit in Spracherkennungssystemen mit neuen Methoden.

Eine neue Methode verbessert die Sprach­erkennungs­genauigkeit in mehreren Sprachen.

Eine neue Methode zur Verbesserung der Sprachqualität mit zeitbasiertem Fensteransatz erkunden.

Neuere Methoden verbessern die Audio-Wasserzeichen-Technik für bessere Klangqualität und Urheberrechtsverwaltung.

Eine neue Methode zur Verbesserung der Qualität von Echtzeit-Sprachumwandlung.

SALSA verbessert die Spracherkennung für Sprachen mit wenig Ressourcen, indem es ASR- und Sprachmodelle integriert.

Neue Methoden verbessern die Qualität der Sprachsynthese in TTS-Systemen.

Untersuchung der Leistung von automatischer Spracherkennung für taube und schwerhörige Nutzer.

Ein neues Modell verwandelt einfache Texte in passende Songtexte.

Diese Studie analysiert, wie Diphthonge und Monophthonge sich in Produktion und Bewegung unterscheiden.

Neue Methode verbessert die ASR-Genauigkeit mit Sprachmodellen für bessere Transkriptionen.

Ein neues System korrigiert Fehler bei der Sprechererkennung für klarere Gesprächsprotokolle.

SelectTTS vereinfacht die Sprachsynthese für unbekannte Sprecher mit effektiver Rahmenauswahl.

Sprachverständlichkeit verbessern mit hybriden Filterbänken und neuronalen Netzen.

AASIST3 verbessert die Erkennung von Fake-Stimmen in automatischen Sprecherverifizierungssystemen.

X-Codec verbessert die Audioerzeugung, indem es semantisches Verständnis in die Verarbeitung integriert.

Forscher verbessern die Gestenerkennung mit innovativen Lerntechniken.

Tragbares System reduziert Baulärm, verbessert den Komfort der Arbeiter und das Wohlbefinden der Gemeinschaft.

Neue Modelle wie FluxMusic verbessern die Musikproduktion aus geschriebenem Text.

In diesem Artikel geht's um die Vorteile von der Zusammenlegung von Sprach- und Gesichtserkennungssystemen.

Ein neues Modell verbessert die Spracherkennung, indem es Audio- und visuelle Eingaben effektiv kombiniert.

Neue Modelle verbessern die Genauigkeit bei der Erkennung von Depressionen durch Sprachaufnahmen.

Eine neue Methode verbessert die Leistung von Sprachmodellen bei verschiedenen Aufgaben.

Eine neue Methode verbessert die Genauigkeit der Keyword-Erkennung mit unmarkierten Audiodaten.

Forschungen zeigen, dass Sprachanalysen bei der frühzeitigen Erkennung von leichter kognitiver Beeinträchtigung helfen können.