Diese Studie untersucht Methoden zur Klassifizierung der Stimmqualität und deren Bedeutung in der Kommunikation.
― 5 min Lesedauer
Computerwissenschaften - Multimedia
RSSNeueste Artikel
Neueste Artikel
Die Erkennung von Subjektivität in Nachrichten ist entscheidend für genaue Informationen.
― 6 min Lesedauer
VEATIC bietet einen reichhaltigeren Datensatz zum Studium menschlicher Emotionen im Kontext.
― 7 min Lesedauer
Die Bewertung der Realität und Qualität von Text-zu-Video-Ausgaben.
― 7 min Lesedauer
Eine neue Methode verbessert die Bildkompression für verschiedene Bildtypen.
― 7 min Lesedauer
In diesem Artikel geht's um den Frame-Längen-Bias bei der Text-Video-Suche und einen neuen Ansatz, um das zu lösen.
― 6 min Lesedauer
Eine neue Methode verbessert, wie Technik menschliches Verhalten in Gruppensituationen erkennt.
― 5 min Lesedauer
Erfahre, wie LP-CLIP die Robustheit von multimodalen Modellen wie CLIP verbessert.
― 6 min Lesedauer
Ein bahnbrechender Datensatz hilft bei der Studie zur Übersetzung von K-Pop-Texten.
― 8 min Lesedauer
AVMIT gibt Forschern Einblicke, wie Sound und Vision in der Aktionserkennnung zusammenhängen.
― 6 min Lesedauer
Eine neue Methode verbessert die Erkennung von gefälschtem Audio in Spracherkennungssystemen.
― 6 min Lesedauer
Diese Studie untersucht, wie das Zuschneiden die Erinnerungsfähigkeit an Videos verbessern kann, indem es sich auf visuelle Auffälligkeit konzentriert.
― 5 min Lesedauer
Bewertung grosser Modelle bei einfachen visuellen Aufgaben durch Q-Bench.
― 5 min Lesedauer
Eine neue Methode verbessert Tonaufnahmen mit visuellen Hinweisen.
― 7 min Lesedauer
Den Einfluss von KI-generierten Inhalten auf die Kunst des Geschichtenerzählens erkunden.
― 8 min Lesedauer
Ein neues System verbindet emotionale Bilder mit Musik für eine bessere Entdeckung.
― 6 min Lesedauer
MFTR verbessert die Genauigkeit der Viewport-Vorhersage für immersive Videoerlebnisse.
― 6 min Lesedauer
Ein System, um die Fernsteuerung von UAVs sicherer und zuverlässiger zu machen, indem ein Digital Twin genutzt wird.
― 7 min Lesedauer
Ein neues Framework identifiziert und misst Vorurteile in Bildgenerierungssystemen.
― 8 min Lesedauer
Erforsche, wie Diffusionsmodelle die Superauflösung in verschiedenen Bereichen verbessern.
― 6 min Lesedauer
Ein neues Modell verbessert Videos von niedriger Qualität und verringert gleichzeitig die Verarbeitungsanforderungen.
― 8 min Lesedauer
SAMA verbessert die Qualitätsbewertung von Bildern und Videos durch effektive Sampling-Techniken.
― 5 min Lesedauer
Diese Studie untersucht die Schwierigkeiten bei der Verwendung von kontrastivem Lernen für das Verständnis von Musikvideos.
― 6 min Lesedauer
Eine neue Methode vereinfacht das Design von animierten Charakteraugen.
― 7 min Lesedauer
Eine neue Methode verbessert die Bildkompression, indem sie sich auf Frequenzbänder konzentriert.
― 6 min Lesedauer
Vlogger macht Video-Blogging einfacher und schneller für Creator.
― 6 min Lesedauer
Untersuchung des Energieverbrauchs und der Auswirkungen des Video-Streamings auf die Umwelt.
― 6 min Lesedauer
Ein einheitlicher Ansatz zur Bewertung der Fischfütterung mit Audio- und Videodaten.
― 5 min Lesedauer
Entdeck, wie KI die Videoerstellung und das Streaming verändert.
― 5 min Lesedauer
Ein Datensatz, der speziell für den Test der Videoqualität in Konferenzsituationen gemacht ist.
― 6 min Lesedauer
Forscher entwickeln ein Rahmenwerk für besseres Verständnis von Videos und Texten.
― 6 min Lesedauer
Eine neue Methode verbessert die audio-visuelle Segmentierung ohne detaillierte Labels.
― 6 min Lesedauer
PIAVE hilft Maschinen, Stimmen klar zu erfassen, selbst wenn die Sprecher den Kopf drehen.
― 6 min Lesedauer
Ein neues System, das Musik und Sprache verbindet für ein besseres Verständnis.
― 6 min Lesedauer
Lerne, wie man Poster gestaltet, die Nachrichten klar und ansprechend rüberbringen.
― 5 min Lesedauer
Ein neuer Datensatz verbessert die Fähigkeit von KI, menschliches Verhalten in Videos zu interpretieren.
― 7 min Lesedauer
Spica verbessert den Videozugang für blinde und sehbehinderte Nutzer durch Interaktivität.
― 5 min Lesedauer
Methoden erkunden, um die Leistung von Robotern in unvorhersehbaren Umgebungen zu verbessern.
― 5 min Lesedauer
Neue Methode verwandelt Stimmen mithilfe von Gesichtszügen für verschiedene Anwendungen.
― 8 min Lesedauer
AV-SUPERB bewertet Audio- und visuelle Modelle über verschiedene Aufgaben hinweg für eine bessere Leistung.
― 6 min Lesedauer
Eine neue Methode vereinfacht die Videosuche, indem sie verschiedene Informationsarten kombiniert.
― 6 min Lesedauer