Computerwissenschaften - Ton

RSS

Audio- und Sprachverarbeitung Die Herausforderung von Fake Speech angehen

Neue Modelle verbessern die Erkennung von gefälschten Stimmen in der Sprachtechnologie.

Yang Xiao, Rohan Kumar Das

21 Stunden her ― 5 min Lesedauer

Neueste Artikel

Rechnen und Sprache Bridging Bangla Dialekte: Ein einheitlicher Ansatz

Md. Nazmus Sadat Samin, Jawad Ibn Ahad, Tanjila Ahmed Medha

May 12, 2025 ― 6 min Lesedauer

Ton SAMOS: Verbesserung der Sprachqualitätsbewertung

Yu-Fei Shi, Yang Ai, Ye-Xin Lu

May 11, 2025 ― 6 min Lesedauer

Computer Vision und Mustererkennung Giessende Wissenschaft: Die Geräusche von Flüssigkeiten

Piyush Bagad, Makarand Tapaswi, Cees G. M. Snoek

May 11, 2025 ― 6 min Lesedauer

Ton Die Zukunft der Gesangsqualitätsbewertung vorantreiben

Yu-Fei Shi, Yang Ai, Ye-Xin Lu

May 11, 2025 ― 6 min Lesedauer

Ton Wie Technologie Musikgenres klassifiziert

Aditya Sridhar

May 10, 2025 ― 7 min Lesedauer

Neueste Artikel

Ton Geräusche durch visuelle Bilder verstehen

Lern, wie Maschinen Geräusche mithilfe von Spektrogramm-Bildern klassifizieren.

Satvik Dixit, Laurie M. Heller, Chris Donahue

May 10, 2025 ― 5 min Lesedauer

Ton Die Zukunft der Audio-Kompression und HOA

Entdecke innovative Methoden zur Audiokompression und ihren Einfluss auf immersiven Sound.

Toni Hirvonen, Mahmoud Namazi

May 10, 2025 ― 5 min Lesedauer

Ton Die Stimmen hören: Eine neue Methode, um Depressionen bei jungen Erwachsenen zu erkennen

Sprachanalyse könnte helfen, frühe Anzeichen von Depressionen bei jungen Leuten zu erkennen.

Klaus R. Scherer, Felix Burkhardt, Uwe D. Reichel

May 9, 2025 ― 7 min Lesedauer

Rechnen und Sprache Überarbeitung der TTS-Stimmenbewertungsmethoden

Neue Tests zielen darauf ab, die Fairness bei TTS-Stimmenbewertungen zu verbessern.

Praveen Srinivasa Varadhan, Amogh Gulati, Ashwin Sankar

May 8, 2025 ― 6 min Lesedauer

Rechnen und Sprache Verbesserung des Verständnisses von Musik-Chat mit KI

Die Forschung konzentriert sich darauf, Computer zu lehren, Musikgespräche zu verstehen.

Daeyong Kwon, SeungHeon Doh, Juhan Nam

May 7, 2025 ― 5 min Lesedauer

Ton Verstehen von Sprachsignalverarbeitung

Lerne, wie Technologie unsere Stimmen durch die Analyse von Klangwellen interpretiert.

Nirmal Joshua Kapu, Raghav Karan

May 7, 2025 ― 6 min Lesedauer

Ton Tiny-Align: Ein neuer Ansatz für Sprachassistenten

Tiny-Align verbessert Sprachassistenten für eine bessere persönliche Interaktion auf kleinen Geräten.

Ruiyang Qin, Dancheng Liu, Gelei Xu

May 7, 2025 ― 6 min Lesedauer

Computer Vision und Mustererkennung FabuLight-ASD: Ein Schritt nach vorn in der Lautsprechererkennung

FabuLight-ASD verbessert die Sprechererkennung, indem es Audio-, Video- und Körperbewegungsdaten kombiniert.

Hugo Carneiro, Stefan Wermter

May 6, 2025 ― 5 min Lesedauer

Ton Neues Soundsystem enthüllt Klangursprünge

Ein frisches Soundsystem erkennt die Klangrichtungen und verbessert die Detektion in lauten Umgebungen.

Erik Tegler, Magnus Oskarsson, Kalle Åström

May 5, 2025 ― 4 min Lesedauer

Ton Die Rolle der Kommunikation in Esports

Entdeck, wie Kommunikation Teamarbeit und Leistung im E-Sport verbessert.

Aymeric Vinot, Nicolas Perez

May 5, 2025 ― 8 min Lesedauer

Ton HARP: Eine neue Ära im räumlichen Audio

Das HARP-Dataset verändert, wie wir Klang in virtuellen Umgebungen erleben.

Shivam Saini, Jürgen Peissig

May 4, 2025 ― 6 min Lesedauer

Multimedia Ton zu Bildern bringen: Eine neue Technik

Lern, wie neue Technik Bilder in fesselnde Klangerlebnisse verwandelt.

Wei Guo, Heng Wang, Jianbo Ma

May 3, 2025 ― 7 min Lesedauer

Ton Fortschritte bei der Sprecheridentifikation mit begrenzten Daten

Eine neue Methode erreicht hohe Genauigkeit bei der Spracherkennung mit minimalen Daten.

Irfan Nafiz Shahan, Pulok Ahmed Auvi

May 2, 2025 ― 7 min Lesedauer

Audio- und Sprachverarbeitung Open-Amp: Dein neues Audio-Effekte-Toolkit

Die Klangschaffung für Musiker revolutionieren mit endlosen Audioeffekten.

Alec Wright, Alistair Carson, Lauri Juvela

May 1, 2025 ― 7 min Lesedauer

Ton DAIRHuM: Verbindung von Mensch und KI in der Musik

Ein Tool, das KI und menschliche Einsichten in der Musikanalyse verbindet.

Prashanth Thattai Ravikumar

May 1, 2025 ― 7 min Lesedauer

Ton Feindliche Audioangriffe: Eine neue Herausforderung für Sprachmodelle

Untersuchen, wie Audio-Tricks Sprachmodelle verwirren.

Wanqi Yang, Yanda Li, Meng Fang

May 1, 2025 ― 7 min Lesedauer

Ton Leben in virtuelle Charaktere hauchen

Entdecke, wie DiM-Gestor die Gesten virtueller Charaktere in Echtzeit verbessert.

Fan Zhang, Siyuan Zhao, Naye Ji

May 1, 2025 ― 5 min Lesedauer

Ton Die komplexe Welt der Deepfakes navigieren

Ein Überblick über Deepfakes, ihre Risiken und ein neues Hindi-Datenset.

Sukhandeep Kaur, Mubashir Buhari, Naman Khandelwal

Apr 30, 2025 ― 6 min Lesedauer

Künstliche Intelligenz Die Revolutionierung des Gedächtnisses: Die Verbindung zu Emotionen

Forschung zeigt, wie Emotionen unsere Erinnerungen durch innovative Technologie formen.

Joonwoo Kwon, Heehwan Wang, Jinwoo Lee

Apr 30, 2025 ― 8 min Lesedauer

Audio- und Sprachverarbeitung United-MedASR: Verbesserung der medizinischen Spracherkennung

Ein neues ASR-System verbessert die medizinische Spracherkennung für eine präzise Patientenversorgung.

Sourav Banerjee, Ayushi Agarwal, Promila Ghosh

Apr 30, 2025 ― 6 min Lesedauer

Ton Musik verwandeln: Stilübertragung erklärt

Entdecke, wie Musikstil-Transfer deinen Lieblingshits neues Leben einhaucht.

Sooyoung Kim, Joonwoo Kwon, Heehwan Wang

Apr 29, 2025 ― 5 min Lesedauer

Multimedia Die Revolution der Sprachgenerierung mit Video und Text

Eine neue Methode erzeugt Sprache aus Videos, was Synchronisation und Sprachenlernen verbessert.

Akshita Gupta, Tatiana Likhomanenko, Karren Dai Yang

Apr 25, 2025 ― 7 min Lesedauer

Ton Deepfakes erkennen: Die Rolle von ASR-Modellen

Erforschen, wie ASR-Modelle helfen, Sprachdeepfakes effektiv zu erkennen.

Davide Salvi, Amit Kumar Singh Yadav, Kratika Bhagtani

Apr 24, 2025 ― 7 min Lesedauer

Maschinelles Lernen Kontinuierliche autoregressive Modelle: Musikproduktion revolutionieren

Lern, wie CAMs die Art und Weise verändern, wie wir Musik produzieren und erleben.

Marco Pasini, Javier Nistal, Stefan Lattner

Apr 21, 2025 ― 7 min Lesedauer

Ton Einfache Schritte, um eine neue Sprache zu lernen

Ein Leitfaden, um effektiv eine neue Sprache zu lernen, mit praktischen Tipps.

Shih-Heng Wang, Zih-Ching Chen, Jiatong Shi

Apr 21, 2025 ― 6 min Lesedauer

Rechnen und Sprache Eine neue Methode zur sprecherattributierten Spracherkennung

Verfolgt Sprecher in mehrsprachigen Umgebungen effizient mit automatischer Spracherkennung.

Thai-Binh Nguyen, Alexander Waibel

Apr 20, 2025 ― 7 min Lesedauer

Ton Fortschritte in der automatischen Spracherkennung

Neue Methoden verbessern, wie Maschinen gesprochene Sprache erkennen.

Shih-heng Wang, Jiatong Shi, Chien-yu Huang

Apr 20, 2025 ― 8 min Lesedauer

Ton Melodien in schiefen Blockflötentönen verwandeln

Die Welt des gescheiterten Musikstil-Transfers mit lustigen Audio-Aufnahmen erkunden.

Chon In Leong, I-Ling Chung, Kin-Fong Chao

Apr 20, 2025 ― 10 min Lesedauer

Ton Neue Methoden zur Anpassung von Musikmodellen

Forscher entwickeln Techniken, um Musikmodelle effektiv anzupassen.

Yiwei Ding, Alexander Lerch

Apr 19, 2025 ― 5 min Lesedauer

Ton Persönliche Klangzonen: Die Zukunft des Hörens

Entdecke, wie persönliche Klangzonen Audioerlebnisse im Alltag verändern.

Neil Jerome A. Egarguin, Daniel Onofrei

Apr 17, 2025 ― 7 min Lesedauer

Ton Fortschritte in der Sprachumwandlungstechnologie

Erfahre mehr über CoDiff-VC, eine neue Methode zur Sprachumwandlung.

Yuke Li, Xinfa Zhu, Hanzhao Li

Apr 17, 2025 ― 6 min Lesedauer

Ton Emotionen und Stimme: Eine neue Ära in der Sprecherverifizierung

Entdecke, wie emotionale Sprachdaten die Sprecherverifizierungstechnologie verändern.

Nikhil Kumar Koditala, Chelsea Jui-Ting Ju, Ruirui Li

Apr 16, 2025 ― 7 min Lesedauer

Computer Vision und Mustererkennung Revolutionäre Gesangs-Videogenerierung

Forscher entwickeln neues Modell für lebhafte Singvideos und verbessern Animationen.

Yan Li, Ziya Zhou, Zhiqiang Wang

Apr 16, 2025 ― 7 min Lesedauer

Ton PSA-Net: Ein Neuer Schritt in der Sprachsicherheit

PSA-Net möchte Voice Spoofing für eine schlauere Gerätesicherheit angehen.

Awais Khan, Ijaz Ul Haq, Khalid Mahmood Malik

Apr 15, 2025 ― 6 min Lesedauer

Ton Eine neue Methode, um Musik-Stems zu finden

Entdecke eine frische Methode, um musikalische Stems präzise abzurufen.

Alain Riou, Antonin Gagneré, Gaëtan Hadjeres

Apr 15, 2025 ― 5 min Lesedauer

Ton Noro vorstellen: Ein zuverlässiges Sprachumwandlungssystem

Noro verbessert die Sprachumwandlung, sodass sie selbst in lauten Umgebungen effektiv ist.

Haorui He, Yuchen Song, Yuancheng Wang

Apr 15, 2025 ― 6 min Lesedauer

Ton Der Einfluss von KI auf die Musikproduktion: Ein zweischneidiges Schwert

KI verändert die Musikproduktion und wirft Fragen zur Kreativität und Authentizität auf.

Yupei Li, Manuel Milling, Lucia Specia

Apr 12, 2025 ― 10 min Lesedauer

Ton Die Zukunft des Voice Clonings: Eine neue Ära

Die Sprachklon-Technologie entwickelt sich weiter und erzeugt lebensechte Sprache, die menschliche Gespräche nachahmt.

Shuoyi Zhou, Yixuan Zhou, Weiqing Li

Apr 11, 2025 ― 7 min Lesedauer

Signalverarbeitung Hören in einer lauten Welt: Die Wissenschaft der auditorischen Aufmerksamkeit

Forschung zeigt, wie unser Gehirn sich auf Geräusche konzentriert, trotz Ablenkungen.

Simon Geirnaert, Iustina Rotaru, Tom Francart

Apr 6, 2025 ― 6 min Lesedauer

Multimedia Ideen in Kunst verwandeln: Multi-Modale Generation

Entdecke, wie neue Technologien Text, Bilder und Sounds für kreative Inhalte verbinden.

Shufan Li, Konstantinos Kallidromitis, Akash Gokul

Apr 5, 2025 ― 7 min Lesedauer