SonicMesh nutzt Sound, um die 3D-Modellierung von menschlichen Körpern aus Bildern zu verbessern.
Xiaoxuan Liang, Wuyang Zhang, Hong Zhou
― 6 min Lesedauer
Elektrotechnik und Systemtechnik - Audio- und Sprachverarbeitung
RSSEntdecke die neuesten Durchbrüche in der automatischen Spracherkennung und wie sie unsere Interaktionen verbessern.
Rongxiang Wang, Zhiming Xu, Felix Xiaozhu Lin
― 5 min Lesedauer
Forscher verbessern die Sprachverarbeitung mit Libri2Vox und Techniken für synthetische Daten.
Yun Liu, Xuechen Liu, Xiaoxiao Miao
― 6 min Lesedauer
Entdeck, wie emotionale TTS die Kommunikation mit Maschinen verändert und sie dadurch sympathischer macht.
Sho Inoue, Kun Zhou, Shuai Wang
― 6 min Lesedauer
Lern, wie Insektensounds helfen können, Ökosysteme zu überwachen und Schädlinge zu managen.
Yinxuan Wang, Sudip Vhaduri
― 8 min Lesedauer
Neue Methoden helfen Maschinen, wichtige Informationen aus gesprochenem Inhalt zu finden.
Yueqian Lin, Yuzhe Fu, Jingyang Zhang
― 6 min Lesedauer
Entdecke, wie KI die Sammlung von Sprachdaten durch Crowdsourcing vereinfacht.
Beomseok Lee, Marco Gaido, Ioan Calapodescu
― 5 min Lesedauer
Untersuche die Unterschiede zwischen spontaner und geskripteter Sprache in der Audioverarbeitung.
Shahar Elisha, Andrew McDowell, Mariano Beguerisse-Díaz
― 7 min Lesedauer
DAAN verbessert, wie Maschinen aus audiovisuellen Daten in Zero-Shot-Szenarien lernen.
RunLin Yu, Yipu Gong, Wenrui Li
― 6 min Lesedauer
Neue Methode verbessert die Erkennung von Audio-Deepfakes mit innovativen Lerntechniken.
Yujie Chen, Jiangyan Yi, Cunhang Fan
― 7 min Lesedauer
Ein neues Modell aus Singapur verbessert das Verständnis von maschineller Sprache.
Muhammad Huzaifah, Geyu Lin, Tianchi Liu
― 7 min Lesedauer
Während Maschinen Musik produzieren, müssen wir die menschliche Kreativität durch effektive Erkennungsmethoden schützen.
Yupei Li, Qiyang Sun, Hanqian Li
― 9 min Lesedauer
Neue Modelle erkennen synthetische Sprache und bekämpfen den Missbrauch von Sprachtechnologie.
Mahieyin Rahmun, Rafat Hasan Khan, Tanjim Taharat Aurpa
― 6 min Lesedauer
TAME nutzt Schall, um Drohnen zu erkennen, was Sicherheit und Überwachung verbessert.
Zhenyuan Xiao, Huanran Hu, Guili Xu
― 7 min Lesedauer
Erfahre, wie CAMEL das Verständnis von Gesprächen in verschiedenen Sprachen verbessert.
He Wang, Xucheng Wan, Naijun Zheng
― 6 min Lesedauer
Forschung zeigt, dass Gehirnaktivität Maschinen helfen kann, Musik effektiv zu erkennen.
Taketo Akama, Zhuohao Zhang, Pengcheng Li
― 7 min Lesedauer
Audiotechnologie bietet eine kostengünstige Möglichkeit, UAVs sicher zu verfolgen.
Allen Lei, Tianchen Deng, Han Wang
― 6 min Lesedauer
Eine neue KI-Methode analysiert Stimmen, um das Risiko für Kehlkopfkrebs zu erkennen.
Mary Paterson, James Moor, Luisa Cutillo
― 7 min Lesedauer
Entdecke, wie die Video-zu-Audio-Synthese die Medienerlebnisse mit perfekter Klangabstimmung verändert.
Ho Kei Cheng, Masato Ishii, Akio Hayakawa
― 8 min Lesedauer
Ein neues System revolutioniert, wie Sounddesigner Audio für Videos erstellen.
Riccardo Fosco Gramaccioni, Christian Marinoni, Emilian Postolache
― 8 min Lesedauer
Ein Blick darauf, wie Sprachverbesserung die Kommunikation durch Datenmerkmale verbessert.
Leying Zhang, Wangyou Zhang, Chenda Li
― 8 min Lesedauer
Neue Methoden verbessern ASR-Systeme für Sprachen, mit denen sie vorher nicht konfrontiert wurden.
Shao-Syuan Huang, Kuan-Po Huang, Andy T. Liu
― 7 min Lesedauer
Entdecke, wie TTA-Technik Worte und Klänge kombiniert, um intensivere Audioerlebnisse zu schaffen.
Yuhang He, Yash Jain, Xubo Liu
― 8 min Lesedauer
Forscher verbessern die Spracherkennung für Schweizerdeutsch mit innovativer Datengenerierung.
Vincenzo Timmel, Claudio Paonessa, Reza Kakooee
― 6 min Lesedauer
Eine neue Methode verbessert die Lippen-Synchronisation in synchronisierten Videos für ein natürliches Seherlebnis.
Lucas Goncalves, Prashant Mathur, Xing Niu
― 7 min Lesedauer
Entdecke, wie Whisper die Spracherkennung in mehrsprachigen Gesprächen verbessert.
Jiahui Zhao, Hao Shi, Chenrui Cui
― 5 min Lesedauer
Erfahre, wie SpeechRAG Audio-Fragen beantworten kann, ohne ASR-Fehler.
Do June Min, Karel Mundnich, Andy Lapastora
― 6 min Lesedauer
Ein neuer Ansatz macht die Geräuscherkennung zugänglicher und effizienter.
Noriyuki Tonami, Wataru Kohno, Keisuke Imoto
― 8 min Lesedauer
Erfahre, wie Sprach-Anonymisierung persönliche Infos in einer technologiegetriebenen Welt schützt.
Natalia Tomashenko, Emmanuel Vincent, Marc Tommasi
― 6 min Lesedauer
Audio- und visuelle Hinweise kombinieren, um die Spracherkennung in lauten Umgebungen zu verbessern.
Zhaofeng Lin, Naomi Harte
― 6 min Lesedauer
Die Sprachverbesserungstechnologie passt sich an, um Lärm zu reduzieren und die Kommunikation zu verbessern.
Riccardo Miccini, Clement Laroche, Tobias Piechowiak
― 5 min Lesedauer
Neue Technik kombiniert Sound und visuelle Elemente für bessere Drohnenerkennung.
Zhenyuan Xiao, Yizhuo Yang, Guili Xu
― 7 min Lesedauer
Ein neuer Ansatz kombiniert Sprache und Text für bessere Dysarthrie-Bewertungen.
Anuprabha M, Krishna Gurugubelli, Kesavaraj V
― 6 min Lesedauer
Neue Technologie erkunden, die Geräusche aus unsichtbaren Quellen erkennt.
Yuhang He, Sangyun Shin, Anoop Cherian
― 6 min Lesedauer
Entdecke, wie Smooth-Foley die Audioerzeugung für Videos verbessert.
Yaoyun Zhang, Xuenan Xu, Mengyue Wu
― 6 min Lesedauer
Innovative Technik verbindet Texte und Melodien für bessere Songkreation.
Jiaxing Yu, Xinda Wu, Yunfei Xu
― 7 min Lesedauer
Die Verbesserung des maschinellen Verständnisses von den Dynamiken des Dialogwechsels bei Menschen.
Hyunbae Jeon, Frederic Guintu, Rayvant Sahni
― 9 min Lesedauer
Erforschen, wie Sprache die Genauigkeit der DeepFake-Erkennung in verschiedenen Sprachen beeinflusst.
Bartłomiej Marek, Piotr Kawa, Piotr Syga
― 7 min Lesedauer
VERSA bewertet Sprache, Audio und Musikqualität effektiv.
Jiatong Shi, Hye-jin Shim, Jinchuan Tian
― 9 min Lesedauer
Entdecke, wie Audio-Sprachmodelle die Sounderkennungstechnologie verändern.
Gongyu Chen, Haomin Zhang, Chaofan Ding
― 7 min Lesedauer