CML-TTS ermöglicht bessere Text-zu-Sprache-Systeme in sieben Sprachen.
― 5 min Lesedauer
Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung
RSSDiese Studie bewertet verschiedene Modelle zur Vorhersage der Qualität synthetischer Sprache.
― 6 min Lesedauer
Forscher automatisieren die Klassifikation von Vogelgeräuschen und verbessern die Genauigkeit bei der Überwachung von Arten.
― 5 min Lesedauer
FALL-E erstellt hochwertige Soundeffekte aus Textbeschreibungen.
― 5 min Lesedauer
Eine neue Methode verbessert die Sprachkonversion für Menschen mit atypischer Sprache.
― 5 min Lesedauer
SURT 2.0 verbessert die Spracherkennung für mehrere Sprecher in Echtzeiteinstellungen.
― 6 min Lesedauer
MARBLE setzt einen Standard zur Bewertung von Musik-AI-Modellen in verschiedenen Aufgaben.
― 7 min Lesedauer
Eine neue Methode verbessert die Genauigkeit bei der Erkennung von Vogelrufen.
― 6 min Lesedauer
Neue Algorithmen verbessern die Audioverarbeitung bei unterschiedlichen Abtastraten.
― 5 min Lesedauer
Forschung untersucht die Klanganalyse, um die Sortierung von Mücken für die Krankheitsbekämpfung zu verbessern.
― 6 min Lesedauer
Erkunde zwei innovative Methoden zur Veränderung des Stimmklangs mit Digital Signal Processing.
― 5 min Lesedauer
Ein neues Verfahren verbessert die Spracherkennungstechnologie, ohne das zuvor erlernte Wissen zu verlieren.
― 6 min Lesedauer
Ein neues Modell verbessert die Genauigkeit der Musiktranskription für mehrere Instrumente.
― 6 min Lesedauer
Eine neue Methode kombiniert traditionelle und Deep Learning für effizientes Klang-Imageing.
― 6 min Lesedauer
Neue Methoden verbessern den Realismus in Audiotechnologien mit physikbasierten Techniken.
― 6 min Lesedauer
Ein neues Modell verbessert das Wortlernen mit Audio und Bildern.
― 6 min Lesedauer
Untersuchen, wie Sprachtechnologie verhindern kann, dass Patienten doppelt an Studien teilnehmen.
― 7 min Lesedauer
Ein neues Datenset hilft, Anzeichen von Depression und Angst durch Sprachanalyse zu erkennen.
― 7 min Lesedauer
Neue Methode rekonstruiert Geräusche aus Gehirnsignalen und enthüllt Einblicke in die auditiven Prozesse.
― 5 min Lesedauer
Ein Leitfaden zur Nutzung von KI-Modellen für Musik auf der Bela-Plattform.
― 6 min Lesedauer
Ein neues Verfahren bewertet ASR-Systeme, ohne dass Referenztexte nötig sind.
― 5 min Lesedauer
NoRefER bietet eine neue Möglichkeit, die Ergebnisse der Spracherkennung zu bewerten, ohne Transkripte zu benötigen.
― 6 min Lesedauer
In diesem Artikel geht's um 'ne Methode, um die Video-Untertitelung zu verbessern, indem man Audio einbezieht.
― 6 min Lesedauer
Ein neues Modell verbessert die Sprachumwandlung, indem es die Methoden zur Sprachtrennung vereinfacht.
― 7 min Lesedauer
Die Forschung zielt darauf ab, Audio- und symbolische Daten für die Analyse von Musikähnlichkeiten zu kombinieren.
― 7 min Lesedauer
Neue Methoden verbessern die Sprachsegmentierung in mehrsprachigen Gesprächen.
― 6 min Lesedauer
NoisyILRMA verbessert die Klangextraktion aus Hintergrundgeräuschen für klarere Audioerlebnisse.
― 5 min Lesedauer
Dieser Artikel behandelt die Rolle von selbstüberwachtem Lernen in der Musiktechnologie.
― 6 min Lesedauer
Ein neues Framework verbessert die ASR für ressourcenarme Sprachen und mehrsprachige Skalierbarkeit.
― 6 min Lesedauer
Personalisierte ASR-Systeme verbessern die Kommunikation für DHH-Personen erheblich.
― 6 min Lesedauer
Neue Methoden nutzen konversationelle Zusammenfassungen für eine bessere Sprechererkennung.
― 6 min Lesedauer
Verbesserung von Feedback-Systemen für Englischlerner, indem das Cold-Start-Problem angegangen wird.
― 6 min Lesedauer
Forschung, wie man Geräuschquellen von Windkraftanlagen findet, um Lärm zu reduzieren.
― 5 min Lesedauer
Ein neues Modell zur Identifizierung von Gesangstechniken in Audiodateien.
― 5 min Lesedauer
Ein neues Modell verbessert die Sprachextraktion mit Hilfe von Audio- und visuellen Informationen.
― 6 min Lesedauer
Wespeaker macht die Sprechererkennung einfacher mit benutzerfreundlichen Tools und vortrainierten Modellen.
― 6 min Lesedauer
Eine neue Methode verwandelt Monosignale in fesselnde Stereoerlebnisse.
― 6 min Lesedauer
Eine Studie zur Verbesserung der Emotions erkennung in der Sprache für verschiedene Gruppen.
― 5 min Lesedauer
In diesem Artikel geht's darum, wie man die Spracherkennung mit vertrauensbasierten Ensemble-Methoden verbessern kann.
― 5 min Lesedauer
Studie nutzt Mehrdaten-Gerät, um Schlafmuster von Babys genauer zu verfolgen.
― 5 min Lesedauer