Schau dir die Updates in Version 3 des Divide and Remaster Datasets an.
― 6 min Lesedauer
Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung
RSSEine umfassende Übersicht über Datensätze, die in Audio-Sprachmodellen verwendet werden, und deren Bedeutung.
― 10 min Lesedauer
Ein zuverlässiges Earbud-basiertes System überwacht die Atemfrequenzen während verschiedener täglicher Aktivitäten.
― 6 min Lesedauer
Die Verbesserung von Spracherkennungssystemen für Sprachen mit begrenzten Online-Daten.
― 5 min Lesedauer
Diese Studie untersucht, wie neuronale Netzwerke Sprache mithilfe von Spektrogrammen interpretieren.
― 6 min Lesedauer
Ton und Bilder kombinieren für schlauere Erkennungssysteme.
― 7 min Lesedauer
Eine Methode zur Verbesserung der Audio-Deepfake-Erkennung durch Datenaugmentierung.
― 6 min Lesedauer
Beat-It erstellt synchronisierte Tanzbewegungen, um Choreografien mühelos zu verbessern.
― 6 min Lesedauer
Forscher wollen Sounds kreieren, die zu stillen Videos passen, um das Seherlebnis zu verbessern.
― 6 min Lesedauer
Diese Studie beschäftigt sich mit den Problemen von SLU-Systemen und deren Fähigkeit zur Verallgemeinerung.
― 7 min Lesedauer
Ein selbstüberwachtes Werkzeug zur Schätzung von musikalischen Tonarten, das Expertenanmerkungen reduziert.
― 6 min Lesedauer
Diff-MST verbessert das Musik-Mixing, indem es Style-Transfer von Referenztracks anwendet.
― 6 min Lesedauer
ElasticAST ermöglicht die effiziente Verarbeitung von Audio mit variabler Länge, ohne wichtige Details zu verlieren.
― 6 min Lesedauer
Analyse von Methoden zur Identifizierung von Sängern angesichts wachsender Bedenken über Stimmklonung.
― 6 min Lesedauer
Ein neuer Ansatz verbessert die Erkennung von gemischten echten und gefälschten Audioclips.
― 7 min Lesedauer
Ein neuartiges System verbessert die Geräuscherkennung und die Entfernungsabschätzung.
― 4 min Lesedauer
Mamba zeigt vielversprechende Ergebnisse gegen Transformer bei Sprachaufgaben, besonders bei langen Eingaben.
― 5 min Lesedauer
SingFlex bietet innovative Lösungen, um vielseitige Gesangsstimmen effizient zu kreieren.
― 6 min Lesedauer
Eine Studie über die Komplexität irischer traditioneller Tanzmelodien mit Kompressionsmethoden.
― 5 min Lesedauer
RefinPaint verbessert die Musikproduktion, indem es schwache Stellen effektiv erkennt und verfeinert.
― 6 min Lesedauer
Entdecke, wie PALs die Kontrolle über Schallzonen in verschiedenen Umgebungen revolutionieren können.
― 4 min Lesedauer
Die CUSIDE-Array-Methode verbessert die Echtzeit-Spracherkennungsgenauigkeit in Multi-Channel-Systemen.
― 6 min Lesedauer
Ein neues Framework verbessert die Leistung der Sprachverifikation mit begrenzten Daten.
― 6 min Lesedauer
Neue Wege erkunden, wie KI mit Musikern durch Interpretation zusammenarbeiten kann.
― 5 min Lesedauer
Lern, wie Kontext die Genauigkeit der automatischen Spracherkennung und die Wörterkennung verbessert.
― 5 min Lesedauer
CADE verbessert die Audioerkennung gegen sich entwickelnde Spoofing-Bedrohungen mit kontinuierlichen Lerntechniken.
― 7 min Lesedauer
Innovative Methode verbessert die Klarheit in Noten für Klavieraufführungen.
― 7 min Lesedauer
Eine neue Methode hilft Robotern, heruntergefallene Objekte mit Schall zu finden.
― 6 min Lesedauer
Neue Methoden verbessern die Fähigkeit von Maschinen, Gespräche in lauten Umgebungen zu isolieren.
― 5 min Lesedauer
Ein sprachgesteuertes Modell, das die Audio-Interaktion mit Technologie verwandelt.
― 5 min Lesedauer
Neue Techniken ermöglichen eine bessere Emulation von Gitarrenverstärkern und Effekten.
― 7 min Lesedauer
Ein neues Framework verbessert die ASR-Leistung mit begrenzten Daten und Ressourcen.
― 5 min Lesedauer
Eine neue Methode verbessert die Effizienz der Audioerzeugung mit innovativen Aufmerksamkeits-Techniken.
― 5 min Lesedauer
Entdecke, wie KI die Musikproduktion mit BandControlNet verändert.
― 6 min Lesedauer
Ein mobiler Roboter lernt, Stimmen in lauten Umgebungen für praktische Anwendungen zu erkennen.
― 5 min Lesedauer
Ein neues Datenset zielt darauf ab, die Sprachaufnahme mit Körpersensoren zu verbessern.
― 6 min Lesedauer
Ein neuer Ansatz verbessert die Deepfake-Erkennung durch audio-visuelle Analyse.
― 5 min Lesedauer
Ein Blick auf die Fortschritte bei Spracherkennungstechnologien und -methoden.
― 5 min Lesedauer
Ein neues Verfahren verbessert die Stottererkennung, indem es Audio-, Video- und Textdaten kombiniert.
― 6 min Lesedauer
Ein Team verbessert die Audioverarbeitung für Sprecher- und Sprachenidentifikation.
― 5 min Lesedauer