Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

RSS

Ton Das Meistern von Turn-Taking in Gesprächen

Die Verbesserung des maschinellen Verständnisses von den Dynamiken des Dialogwechsels bei Menschen.

Hyunbae Jeon, Frederic Guintu, Rayvant Sahni

2025-01-29T05:17:42+00:00 ― 9 min Lesedauer

Ton DeepFake-Erkennung: Eine mehrsprachige Herausforderung

Erforschen, wie Sprache die Genauigkeit der DeepFake-Erkennung in verschiedenen Sprachen beeinflusst.

Bartłomiej Marek, Piotr Kawa, Piotr Syga

2025-01-28T14:29:24+00:00 ― 7 min Lesedauer

Ton Lern VERSA kennen: Dein Begleiter für Audio-Bewertungen

VERSA bewertet Sprache, Audio und Musikqualität effektiv.

Jiatong Shi, Hye-jin Shim, Jinchuan Tian

2025-01-28T09:33:18+00:00 ― 9 min Lesedauer

Ton Audio-Sprachmodelle: Eine neue Grenze

Entdecke, wie Audio-Sprachmodelle die Sounderkennungstechnologie verändern.

Gongyu Chen, Haomin Zhang, Chaofan Ding

2025-01-27T23:41:06+00:00 ― 7 min Lesedauer

Rechnen und Sprache Transforming Conversational Speech Synthesis

Neue Methoden verbessern den natürlichen Dialog in der Sprachtechnologie.

Zhenqi Jia, Rui Liu

2025-01-27T08:52:48+00:00 ― 6 min Lesedauer

Rechnen und Sprache Neues Terrain in der Sprachtechnologie betreten

Entdecke, wie SpeechSSM die Langzeitsprache-Generierung für bessere Interaktionen verändert.

Se Jin Park, Julian Salazar, Aren Jansen

2025-01-26T13:08:24+00:00 ― 5 min Lesedauer

Rechnen und Sprache Erläuterung der gleichzeitigen Sprach-zu-Text-Übersetzung

Lerne, wie Echtzeitübersetzung die Kommunikation über Sprachen hinweg verändert.

Sara Papi, Peter Polak, Ondřej Bojar

2025-01-25T22:20:06+00:00 ― 6 min Lesedauer

Ton Lern U-Mamba-Net kennen: Die Zukunft der Sprachtrennung

Ein leichtgewichtiges Modell, das entwickelt wurde, um gemischte Sprache in lauten Umgebungen effektiv zu trennen.

Shaoxiang Dang, Tetsuya Matsumoto, Yoshinori Takeuchi

2025-01-25T12:27:54+00:00 ― 6 min Lesedauer

Ton Schutz vor Audio-Spoofing: Der Kampf um Sprachsicherheit

Forscher kümmern sich um Audio-Spoofing, um die Sicherheit der Spracherkennung zu verbessern.

Xuechen Liu, Junichi Yamagishi, Md Sahidullah

2025-01-25T07:31:48+00:00 ― 9 min Lesedauer

Audio- und Sprachverarbeitung Audiovisuelle Spracherkennung: Eine neue Grenze

Lern, wie AV-ASR Audio und Visuals kombiniert, um die Spracherkennung zu verbessern.

Yihan Wu, Yichen Lu, Yifan Peng

2025-01-24T21:39:36+00:00 ― 6 min Lesedauer

Ton Die Revolution des Musiklernens: Die LOEV-Methode enthüllt

Eine neue Methode verändert, wie Maschinen aus Musik lernen.

Julien Guinot, Elio Quinton, György Fazekas

2025-01-24T11:47:24+00:00 ― 7 min Lesedauer

Ton Stille Signale in klare Worte umwandeln

Neue Technologie verwandelt stille Murmeln in hörbare Kommunikation für die Bedürftigen.

Neil Shah, Shirish Karande, Vineet Gandhi

2025-01-23T20:59:06+00:00 ― 6 min Lesedauer

Ton Fortschritte in der Sprachsynthese mit rtMRI-Technologie

Neue Methoden in der Sprachsynthese verbessern die Klarheit und Anpassungsfähigkeit für verschiedene Anwendungen.

Neil Shah, Ayan Kashyap, Shirish Karande

2025-01-23T16:03:00+00:00 ― 8 min Lesedauer

Audio- und Sprachverarbeitung Äthiopische Gesänge: Ein verborgenes musikalisches Schatz

Entdecke die reiche Tradition der Gesänge der äthiopisch-orthodoxen Tewahedo-Kirche.

Mequanent Argaw Muluneh, Yan-Tsung Peng, Li Su

2025-01-23T11:06:54+00:00 ― 8 min Lesedauer

Audio- und Sprachverarbeitung Ethiopische Gesänge bewahren: Das Yaredawi Zema Dataset

Ein neues Datenset hebt die Schönheit der äthiopisch-orthodoxen Gesänge hervor.

Mequanent Argaw Muluneh, Yan-Tsung Peng, Worku Abebe Degife

2025-01-23T06:10:48+00:00 ― 8 min Lesedauer

Audio- und Sprachverarbeitung Spracherkennung für alle verbessern

Neue Fortschritte helfen der Spracherkennungstechnologie, Menschen mit Sprachstörungen besser zu unterstützen.

Jimmy Tobin, Katrin Tomanek, Subhashini Venugopalan

2025-01-23T01:14:42+00:00 ― 6 min Lesedauer

Ton ETTA: Text in Sound verwandeln

Entdecke, wie ETTA Worte in kreative Audioerlebnisse verwandelt.

Sang-gil Lee, Zhifeng Kong, Arushi Goel

2025-01-22T10:26:24+00:00 ― 6 min Lesedauer

Ton Fühl den Beat: Neue Musik Emotionserkennung

Ein neuer Blick darauf, wie Musik unsere Emotionen beeinflusst.

Dengming Zhang, Weitao You, Ziheng Liu

2025-01-22T00:34:12+00:00 ― 7 min Lesedauer

Ton CoheDancers: Gruppentanz neu definiert

Ein neues Framework für die Erstellung von synchronen und natürlichen Gruppentänzen.

Kaixing Yang, Xulong Tang, Haoyu Wu

2025-01-21T14:42:00+00:00 ― 8 min Lesedauer

Ton Maschinen lernen Emotionen durch Mundbewegungen

Neuer Ansatz bei der Emotionserkennung konzentriert sich auf Mundbewegungen statt auf Geräusche.

Shreya G. Upadhyay, Ali N. Salman, Carlos Busso

2025-01-20T23:53:42+00:00 ― 6 min Lesedauer

Ton Die Sprachsynthese mit Stable-TTS revolutionieren

Entdecke, wie Stable-TTS die Text-zu-Sprache-Technologie verbessert für ein menschlicheres Erlebnis.

Wooseok Han, Minki Kang, Changhun Kim

2025-01-19T18:17:06+00:00 ― 7 min Lesedauer

Mensch-Computer-Interaktion Gehen mit Schallwellen drinnen messen

Innovative Schallwellentechnologie bietet neue Einblicke in die Gehgeschwindigkeit drinnen.

Sheng Lyu, Chenshu Wu

2025-01-19T13:21:00+00:00 ― 6 min Lesedauer

Maschinelles Lernen Die Zukunft der Audio-Assistenten: AQA-K

Audio-Assistenten werden mit AQA-K schlauer und verbessern ihre Antworten durch Wissen.

Abhirama Subramanyam Penamakuri, Kiran Chhatre, Akshat Jain

2025-01-18T22:32:42+00:00 ― 7 min Lesedauer

Neuronen und Kognition Die Entschlüsselung der Rolle des Gehirns beim Sprechen

Forscher untersuchen, wie unser Gehirn Sprache steuert und was das für die Genesung bedeutet.

Eric Easthope

2025-01-18T05:35:46+00:00 ― 7 min Lesedauer

Ton Der Aufstieg der Text-zu-Audio-Technologie

Entdecke, wie Text mit modernen Modellen in Audio verwandelt werden kann.

Chia-Yu Hung, Navonil Majumder, Zhifeng Kong

2025-01-17T21:52:12+00:00 ― 3 min Lesedauer