Ein neues System modelliert die emotionale Intensität bei animierten Charakteren für mehr Realismus.
Jingyi Xu, Hieu Le, Zhixin Shu
― 7 min Lesedauer
Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung
RSSOpenSep automatisiert die Audio-Trennung für klarere Klangerlebnisse ohne manuelle Eingaben.
Tanvir Mahmud, Diana Marculescu
― 6 min Lesedauer
PALM verbessert die Audioerkennung, indem es die Darstellung und Effizienz von Prompts optimiert.
Asif Hanif, Maha Tufail Agro, Mohammad Areeb Qazi
― 5 min Lesedauer
Erforscht, wie Drahtwicklungen und Stärke den Sound von Gitarren-Pickups beeinflussen.
Charles Batchelor, Jack Gooding, William Marriott
― 7 min Lesedauer
Eine neue Methode verbessert die Spracherkennung für lange Aufnahmen.
Hao Yen, Shaoshi Ling, Guoli Ye
― 5 min Lesedauer
Diese Studie untersucht, wie Audio, Video und Text zusammen in der Spracherkennung funktionieren.
Chen Chen, Xiaolou Li, Zehua Liu
― 7 min Lesedauer
Ein neues Modell verbessert die Natürlichkeit in Text-zu-Sprache-Systemen, indem es Tonhöhenmuster analysiert.
Tomilov A. A., Gromova A. Y., Svischev A. N
― 5 min Lesedauer
Ein neues Modell verbessert die Sprachdarstellung für afrikanische Sprachen und fördert die Inklusivität in der Technologie.
Jesujoba O. Alabi, Xuechen Liu, Dietrich Klakow
― 5 min Lesedauer
Ein neues Modell verbessert die Musikproduktion mit Melodien und Textbeschreibungen.
Shaopeng Wei, Manzhen Wei, Haoyu Wang
― 5 min Lesedauer
Neue Methode für Sprachmodelle verringert den Bedarf an umfangreichen Daten.
Ke-Han Lu, Zhehuai Chen, Szu-Wei Fu
― 6 min Lesedauer
Lern, wie Sprachumwandlung funktioniert und welche spannenden Anwendungen es gibt.
Arip Asadulaev, Rostislav Korst, Vitalii Shutov
― 5 min Lesedauer
Entdecke, wie CCI die Qualitätseinschätzungen von Multimedia verbessert.
Alessandro Ragano, Helard Becerra Martinez, Andrew Hines
― 7 min Lesedauer
Forscher kombinieren Audio- und visuelle Hinweise, um Lügen genauer zu erkennen.
Abdelrahman Abdelwahab, Akshaj Vishnubhatla, Ayaan Vaswani
― 6 min Lesedauer
Ein neues sprachbasiertes Netzwerk überbrückt Sprachbarrieren in Notfällen.
Majid Behravan, Elham Mohammadrezaei, Mohamed Azab
― 6 min Lesedauer
Lern, wie virtuelle Assistenten Nutzerbefehle besser verstehen.
Ognjen, Rudovic, Pranay Dighe
― 7 min Lesedauer
MACE verbessert Audio-Beschreibungen, indem es Geräusche mit genauen Textbeschreibungen verknüpft.
Satvik Dixit, Soham Deshmukh, Bhiksha Raj
― 5 min Lesedauer
Maschinelles Lernen einsetzen, um die Reaktion des Publikums auf Song-Cover vorherzusagen.
Aris J. Aristorenas
― 7 min Lesedauer
Ein neuer Ansatz zur Verbesserung der Klassifizierung durch den Verlust der Winkelentfernungverteilung.
Antonio Almudévar, Romain Serizel, Alfonso Ortega
― 7 min Lesedauer
Neue Methoden verbessern Kommunikationsmittel für Menschen mit Sprachschwierigkeiten.
Macarious Hui, Jinda Zhang, Aanchan Mohan
― 7 min Lesedauer
Neue Methoden mit Sprachmodellen verbessern die Geräuscherkennung bei Hintergrundgeräuschen.
Han Yin, Yang Xiao, Jisheng Bai
― 6 min Lesedauer
Fish-Speech verbessert die Sprachtechnologie für ein natürlicheres Kommunikationserlebnis.
Shijia Liao, Yuxuan Wang, Tianyu Li
― 6 min Lesedauer
EmoSphere++ erlaubt Maschinen, Emotionen wie Menschen auszudrücken, was die Interaktionen verbessert.
Deok-Hyeon Cho, Hyung-Seok Oh, Seung-Bin Kim
― 7 min Lesedauer
U-COTANS verbessert die Erkennung von Unterwassergrenzen mithilfe von Deep-Learning-Techniken.
Toros Arikan, Luca M. Chackalackal, Fatima Ahsan
― 7 min Lesedauer
PIAST bietet eine einzigartige Sammlung von Klaviermusik für Forscher.
Hayeon Bang, Eunjin Choi, Megan Finch
― 5 min Lesedauer
Maschinen lernen, Geräusche und Bilder in 3D-Räumen zu verbinden.
Artem Sokolov, Swapnil Bhosale, Xiatian Zhu
― 8 min Lesedauer
Wie neue Methoden die Sprecheridentifizierung in Audioaufnahmen verändern.
Petr Pálka, Federico Landini, Dominik Klement
― 6 min Lesedauer
Forscher nutzen Technik, um Zungenbewegungen beim Sprechen sichtbar zu machen.
Sofiane Azzouz, Pierre-André Vuissoz, Yves Laprie
― 8 min Lesedauer
Entdecke, wie Align-SLM die Sprachgenerierung am Computer verändert.
Guan-Ting Lin, Prashanth Gurunath Shivakumar, Aditya Gourav
― 7 min Lesedauer
Erfahre, wie TSE die Spracherkennung in lauten Umgebungen mit Text-Hinweisen verbessert.
Ziyang Jiang, Xinyuan Qian, Jiahe Lei
― 6 min Lesedauer
Ein neues System erkennt Schreie, um die Sicherheit der Arbeiter auf Baustellen zu verbessern.
Bikalpa Gautam, Anmol Guragain, Sarthak Giri
― 8 min Lesedauer
Neue Methoden zur Erkennung von Emotionen in Sprache mit fortgeschrittenen Modellen erkunden.
Pourya Jafarzadeh, Amir Mohammad Rostami, Padideh Choobdar
― 8 min Lesedauer
Neuer Ansatz verbessert die Bewertung der Sprachqualität, indem er Hintergrundgeräusche berücksichtigt.
Subrina Sultana, Donald S. Williamson
― 6 min Lesedauer
Ein frisches System zum Mischen von Audio-Proben, um Musikschaffenden das Innovieren zu erleichtern.
Christopher Tralie, Ben Cantil
― 6 min Lesedauer
Ein Blick darauf, wie die Dynamikkompression Audioerlebnisse verbessert.
Haoran Sun, Dominique Fourer, Hichem Maaref
― 6 min Lesedauer
Sprachassistenten helfen dabei, frühe Anzeichen von Gedächtnisproblemen bei älteren Menschen zu erkennen.
Nana Lin, Youxiang Zhu, Xiaohui Liang
― 7 min Lesedauer
Ein System erstellt in Echtzeit Musik basierend auf Erzählungen von Tischrollenspielen.
Felipe Marra, Lucas N. Ferreira
― 8 min Lesedauer
Die Stärken, Schwächen und die Zukunft von SLAM-ASR in der Spracherkennung untersuchen.
Shashi Kumar, Iuliia Thorbecke, Sergio Burdisso
― 5 min Lesedauer
Eine neue Methode, um Klangfeldbilder zu klären und zu visualisieren.
Risako Tanigawa, Kenji Ishikawa, Noboru Harada
― 7 min Lesedauer
Ein Projekt verbessert die Spracherkennung für die Malasar-Sprache mit Tamil-Ressourcen.
Leena G Pillai, Kavya Manohar, Basil K Raju
― 5 min Lesedauer
Forscher untersuchen Sprache, um psychische Gesundheitsbewertungen bei Schizophrenie zu verbessern.
Gowtham Premananth, Carol Espy-Wilson
― 8 min Lesedauer