Erforschen, wie ciwGAN phonetische Merkmale wie Nasalität lernen und darstellen kann.
― 5 min Lesedauer
Computerwissenschaften - Ton
RSSNeueste Artikel
Neueste Artikel
Ein Blick darauf, wie man gefälschte Audios in der heutigen technikgetriebenen Welt erkennt.
― 4 min Lesedauer
Eine neue Methode verbessert die Emotionserkennung in der Sprache durch fortschrittliche Transformer-Techniken.
― 5 min Lesedauer
Textmodelle nutzen, um die Sprachsynthese zu verbessern und das Verständnis zu steigern.
― 8 min Lesedauer
C-MCR vereinfacht das multimodale Lernen, indem es vorhandenes Wissen effizient verknüpft.
― 6 min Lesedauer
FluentSpeech bietet eine automatische Lösung für reibungslosere Sprachbearbeitung.
― 6 min Lesedauer
MDA verbessert die Spracherkennung, indem es Modelle für bestimmte Datenbereiche optimiert.
― 6 min Lesedauer
Forschung zeigt, dass Gehirnsignale helfen können, Zungenbewegungen beim Sprechen vorherzusagen.
― 6 min Lesedauer
Das U-DiT TTS-System verbessert die natürliche Sprachsynthese durch eine innovative Architektur.
― 5 min Lesedauer
Eine neue Methode soll ASR-Systeme für Menschen mit Dysarthrie verbessern.
― 5 min Lesedauer
Die Verbesserung der Sprecheridentifikation durch die Kombination von Klang und gesprochenen Worten in Audio.
― 6 min Lesedauer
Virtuelle Agenten lernen, menschliche Gesten nachzuahmen, um besser zu interagieren.
― 6 min Lesedauer
Eine neue Methode zur Erstellung von Synthesizern, die Musiker unterstützt.
― 6 min Lesedauer
Ein neues System verbessert die Erkennung aktiver Sprecher mit Hilfe von audio- und visuellen Hinweisen.
― 5 min Lesedauer
Ein Blick auf Herausforderungen und Abwehrmassnahmen in automatischen Sprecherverifikationssystemen.
― 5 min Lesedauer
Optische Netzwerke ermöglichen schnellen Datentransfer und gestalten die Zukunft der Kommunikationstechnologie.
― 5 min Lesedauer
Eine neue Methode verbessert allgemeine Audio-Modelle für effektive Spracherkennung.
― 7 min Lesedauer
Neues Modell verbessert das emotionale Verständnis in Dialogen.
― 7 min Lesedauer
Ein Modell kombiniert gesprochene Sprache und Text, um die Übersetzungsgenauigkeit zu verbessern.
― 6 min Lesedauer
Forschung nutzt menschliche Sprachmodelle, um Marmoset-Vokalisationen effektiv zu analysieren.
― 6 min Lesedauer
Neue Methoden verbessern die Früherkennung von Atemwegserkrankungen anhand von Klangdaten.
― 5 min Lesedauer
Diese Studie untersucht, wie Lachen Emotionen durch Klanganalyse überträgt.
― 5 min Lesedauer
Ein neues Modell bringt Sprachfunktionen auf Geräte ohne Internet.
― 5 min Lesedauer
Das neue Modell ZET-Speech verbessert die emotionale Sprachsynthese für verschiedene Sprecher.
― 6 min Lesedauer
Studie findet heraus, dass neue Mischtechniken die Genauigkeit der Musiktranskription verbessern.
― 4 min Lesedauer
Eine neue Methode verbessert die Antworten von Maschinen durch ein besseres emotionales Verständnis.
― 6 min Lesedauer
Eine neue Methode verbessert die Genauigkeit bei der automatischen Spracherkennung für Meetings.
― 5 min Lesedauer
CALLS hat das Ziel, die Fähigkeit von Sprachassistenten zu verbessern, Kundeninteraktionen zu managen.
― 5 min Lesedauer
Neue Methoden verbessern die Audio-Restaurierung und Produktionsqualität.
― 5 min Lesedauer
PLCMOS bietet eine neue Möglichkeit, die Sprachqualität ohne menschliche Zuhörer zu bewerten.
― 6 min Lesedauer
LoopBoxes hilft Kindern, ganz einfach und gemeinsam Musik zu machen.
― 6 min Lesedauer
Eine neue Methode zur Erstellung realistischer Geräusche von Einschlägen durch neuronale Netzwerke.
― 5 min Lesedauer
Neue Technik verbessert ASR-Systeme für besseres Erkennen von Nicht-Muttersprachlerakzenten.
― 7 min Lesedauer
Neue Methoden nutzen die Sprecheridentität, um die Spracherkennung zu verbessern.
― 5 min Lesedauer
Eine neue Methode kombiniert Spracherkennung und Sprecheridentifikation für überlappende Sprache.
― 5 min Lesedauer
Eine neue Methode verbessert die Echtzeit-Übersetzungsqualität und Effizienz.
― 5 min Lesedauer
Eine neue Methode zur Schätzung von Raumantworten in komplexen Klangumgebungen.
― 7 min Lesedauer
Eine neue Methode zur Sprachumwandlung verbessert die Klarheit und Anpassung.
― 6 min Lesedauer
MeLoDy erstellt schnell hochwertige Musik aus Textvorgaben.
― 6 min Lesedauer
Neue Methoden tauchen auf, um die Spracherkennung vor feindlichen Angriffen zu schützen.
― 5 min Lesedauer
Eine neue Technik überprüft, ob Trainingsdaten in Diffusionsmodellen verwendet wurden.
― 5 min Lesedauer