Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung

Erschliessen, wie Gesten und Mimik unser Verständnis von gesprochener Sprache verbessern.

Ein Blick auf das Mischen von Musik, wo technisches Können auf künstlerische Vision trifft.

Neue Methoden zur Geräuscherkennung und -lokalisierung mit synthetischen Daten erforschen.

Ein neues System hilft Musikern, Sound auf einer virtuellen Bühne zu erleben.

Neue Methode verbessert die Erkennung von gefälschten Audio-Segmenten in Aufnahmen.

Computer lernen, Rhythmus und Harmonie in Musik für kreative Anwendungen zu trennen.

Microsofts MuLanTTS bietet natürliche und ausdrucksstarke Text-zu-Sprache-Funktionen für Französisch.

Neue Datensätze und Methoden verbessern die Fahrzeugklassifizierung für ein besseres Verkehrsmanagement.

Neue Methoden verbessern die Genauigkeit und Geschwindigkeit in der Spracherkennungstechnologie.

Ein neuer Synthesizer verbessert die Erzeugung von realistischen Soundeffekten für Medien.

Ein neuer Ansatz verbessert die Vertrauensschätzung in ASR-Systemen für bessere Genauigkeit.

Einführung eines Rahmens für natürlichere und ausdrucksvollere Sprachsynthese.

Lern, wie Technologie dabei hilft, Musikgenres effizient zu kategorisieren.

Ein einheitlicher Ansatz zur Bewertung der Fischfütterung mit Audio- und Videodaten.

Eine neue Methode verbessert die Erstellung von emotional ausdrucksvollen Talking-Head-Videos.

Diese Studie untersucht Probleme bei der Verwendung von ConvNets zur Erstellung von Audio-Filterbänken.

Das CLAP-Modell verbindet Audio- und Textverarbeitung für verschiedene Anwendungen.

Ein Projekt zielt darauf ab, die Verarbeitung von französischer Sprache mit selbstüberwachtem Lernen zu verbessern.

Neue Methoden verbessern, wie Maschinen Sprachrhythmus und Emotionen erkennen.

Ein neuer Ansatz verbessert die Schallabschätzung in Räumen mit streuenden Objekten.

Untersucht, wie Unentscheidbarkeit die Musikkomposition und -produktion heute beeinflusst.

Dieser Artikel untersucht Fortschritte in der Sprecherdiarisierung mithilfe von Sprachmodellen für eine bessere Genauigkeit.

Diese Studie verbessert die Fähigkeit von ASR-Systemen, die Sprache von Kindern zu erkennen.

Forscher untersuchen Audiotechnologie zur Verbesserung der Fussgängererkennung in städtischen Gebieten.

Neue Methode verbessert die Lokalisierung von Klangquellen und die Trennung von Schallfeldern.

Eine neue Methode verbessert die Synthese von Schlagzeugklängen, indem sie sich auf spitze Transientelemente konzentriert.

Forscher entwickeln synthetische Sprachdaten, um die Privatsphäre bei der Sprach erken nung zu schützen.

VoxtLM kombiniert Spracherkennung, Synthese, Textgenerierung und Fortsetzung in einem Model.

Neues System verbessert die Spracherkennung mit kontextbezogenen Aufforderungen.

EnCodecMAE kombiniert selbstüberwachtes Lernen und Audio-Codecs für bessere Audio-Aufgabenleistung.

Eine Studie über den Einsatz von Machine Learning zur Identifizierung von Kindergeräuschen für die ASD-Beurteilung.

Eine flexible Methode zur Erkennung von Schlüsselwörtern in der Sprache über verschiedene Sprachen hinweg.

Ein Blick darauf, wie die Sprachqualität mit Crowdsourcing getestet wird.

Eine neue Methode trainiert Audio-Untertitelungssysteme nur mit Textbeschreibungen.

Ein Leitfaden zum Verfassen von klaren und effektiven wissenschaftlichen Arbeiten.

Überprüfung der Risiken von Backdoor-Angriffen auf Sprachverifizierungssysteme.

Eine neue Methode verbessert die audio-visuelle Segmentierung ohne detaillierte Labels.

PIAVE hilft Maschinen, Stimmen klar zu erfassen, selbst wenn die Sprecher den Kopf drehen.

Libriheavy bietet 50.000 Stunden gesprochenes Englisch an, um die Spracherkennungstechnologie zu verbessern.

AV2Wav verbessert die Sprachqualität mit Audio- und visuellen Hinweisen.