Computerwissenschaften - Ton

Ein neues System verbessert die Sprachgenerierung mit hochwertigen Ausgaben.

Ein neues Modell verbessert die Spracherkennung bei emotionaler Sprache.

Lerne, wie du FM und PM effektiv im Sounddesign einsetzt.

Eine neuartige Methode verbessert Sprach­erkennungs­aufgaben mit weniger gekennzeichneten Daten.

Dieser Artikel untersucht die neuesten Verbesserungen bei der Erstellung von schriftlichen Audio-Beschreibungen.

Effiziente Audioerkennungstechnik, die für stromsparende Fernsehgeräte entwickelt wurde.

SCHmUBERT bietet einen frischen Ansatz, um symbolische Musik mit KI zu erstellen.

Ein neues Modell verbessert die Vertrauenswerte in Spracherkennungssystemen.

Neue Techniken verbessern das Verständnis von dysartherischer Sprache in Kommunikationssystemen.

Ein neuartiger unbeaufsichtigter Ansatz verbessert die Sprachisolierung in Audiomischungen.

Ein neuer Massstab zur Bewertung von Machine-Learning-Modellen in der Sprachverständnis über verschiedene Sprachen.

Dieser Artikel behandelt Methoden zur Verbesserung der Telefonklassifizierung mithilfe von Audio-Features.

Ein neues Modell verbessert die Audiowahrnehmung und Denkfähigkeiten in KI.

NASS verbessert die Sprachisolierung in lauten Umgebungen und schlägt dabei die herkömmlichen Methoden.

Verbesserung der Soundqualitätsmetriken mit neuen Lautheitsberechnungsmethoden.

AlignAtt verbessert die gleichzeitige Sprachübersetzung mit mehr Geschwindigkeit und Qualität.

Eine neue Methode sorgt dafür, dass die Privatsphäre bei der Sprachklassifizierung gewahrt bleibt, ohne die Leistung zu beeinträchtigen.

Diese Studie zeigt, wie man TTS-Technologie effizient an verschiedene Akzente anpassen kann.

Das AMII-Modell verbessert die Kommunikation für sozial interaktive Agenten durch bessere nonverbale Verhaltensweisen.

Wir stellen ein Modell vor, das verschiedene Datentypen für komplexe Aufgaben integriert.

Forscher verbessern, wie wir Tiergeräusche automatisch erkennen.

Entdeck, wie Whisper sich an verschiedene Sprachaufgaben anpasst, indem es mit Prompt Engineering arbeitet.

FastFit verbessert die Sprachgenerierungsgeschwindigkeit, ohne die Klangqualität zu verlieren.

Eine neue Methode verbessert die Erkennung von Schlüsselwörtern in Audioaufnahmen.

Das AED-EEND-System verbessert die Sprecherdiarisierung, indem es fortschrittliche Techniken für bessere Genauigkeit integriert.

Pengi vereint Audioverstehen und Textgenerierung in einem einzigen Modell.

Eine neue Methode verbessert die Keyword-Erkennungssysteme für eine bessere Leistung bei wechselnden Audio.

Ein neues TTS-System verbessert die Sprachgenerierung in mehreren Sprachen mit wenig Daten.

CoDi ermöglicht die gleichzeitige Erstellung verschiedener Inhaltsarten aus unterschiedlichen Eingaben.

Neue Techniken verbessern die Klangtrennung aus Ambisonics-Mischungen für bessere Audioerlebnisse.

Neue Methoden, die Sprache nutzen, zeigen vielversprechende Ansätze zur Identifizierung von Atemmustern und Gesundheitszuständen.

MIDI-Draw ermöglicht es jedem, Musik zu machen, indem er Melodien intuitiv zeichnet.

Neue Techniken, die aus der Bildverarbeitung entlehnt sind, verbessern die Bewertung der Audioqualität.

Neue Methoden verbessern das maschinelle Verständnis von Sprache durch Audio- und visuelle Hinweise.

Neues Modell verbessert die Keyword-Erkennung in schwierigen akustischen Bedingungen.

Eine neue Methode verbessert Sprachmodelle, indem sie Wissen von Textmodellen überträgt.

Eine Sammlung von Atemgeräuschen hilft dabei, COVID-19-Fälle zu identifizieren.

Ein neues Modell verbessert die Sprachverifikation mit effizienten Techniken.

Ein genauer Blick auf die Sprechererkennungstechniken, die für den Wettbewerb 2022 entwickelt wurden.

Ein neuer Ansatz trainiert KI, um Sprache und Emotionen in lauten Umgebungen besser zu erkennen.