Computerwissenschaften - Ton

Diese Studie analysiert, wie Diphthonge und Monophthonge sich in Produktion und Bewegung unterscheiden.

Neue Methode verbessert die ASR-Genauigkeit mit Sprachmodellen für bessere Transkriptionen.

Sprachverständlichkeit verbessern mit hybriden Filterbänken und neuronalen Netzen.

AASIST3 verbessert die Erkennung von Fake-Stimmen in automatischen Sprecherverifizierungssystemen.

X-Codec verbessert die Audioerzeugung, indem es semantisches Verständnis in die Verarbeitung integriert.

Forscher verbessern die Gestenerkennung mit innovativen Lerntechniken.

Tragbares System reduziert Baulärm, verbessert den Komfort der Arbeiter und das Wohlbefinden der Gemeinschaft.

Neue Modelle wie FluxMusic verbessern die Musikproduktion aus geschriebenem Text.

Entdecke, wie neue Techniken die Umwandlung von Noten in digitale Formate verbessern.

In diesem Artikel geht's um die Vorteile von der Zusammenlegung von Sprach- und Gesichtserkennungssystemen.

Ein neues Modell verbessert die Spracherkennung, indem es Audio- und visuelle Eingaben effektiv kombiniert.

Neue Modelle verbessern die Genauigkeit bei der Erkennung von Depressionen durch Sprachaufnahmen.

Eine neue Methode verbessert die Leistung von Sprachmodellen bei verschiedenen Aufgaben.

Eine neue Methode verbessert die Genauigkeit der Keyword-Erkennung mit unmarkierten Audiodaten.

Forschungen zeigen, dass Sprachanalysen bei der frühzeitigen Erkennung von leichter kognitiver Beeinträchtigung helfen können.

Eine neue Methode verbessert die Musikgenerierung, indem sie sich auf Akkorde und deren Darstellung konzentriert.

Forscher haben LibriheavyMix entwickelt, um die Spracherkennung in lauten Umgebungen zu verbessern.

Neue Methoden verbessern die Spracherkennung in schwierigen Situationen mit mehreren Sprechern.

Ein bahnbrechender Datensatz verbessert KI-Tools zur Diagnose von Herzerkrankungen.

Ein neues System hilft, die taiwanesische Hakka-Sprache wiederzubeleben.

Neue Methoden verbessern die Sprachverständlichkeit in lauten Umgebungen mithilfe fortschrittlicher Technologien.

Neue Methoden verbessern die Sprachtrennung in lauten Umgebungen.

Dieser Artikel untersucht Methoden zur Verbesserung von Text-zu-Sprache-Systemen für unterrepräsentierte Sprachen.

Diese Studie untersucht, wie Melodien in verschiedenen Kulturen variieren und miteinander verbunden sind.

Ein Framework, das grosse Sprachmodelle nutzt, um authentische Audio-Dialoge zu erstellen.

Ein neuer Massstab hilft dabei, Sprach-Tokenizer für bessere Leistung zu bewerten.

Eine neue Methode verbessert die automatische Spracherkennung, indem sie die Klangreihenfolge beim Wissenstransfer beibehält.

Ein neues Modell verbessert die Spracherkennung in mehrsprachigen Gesprächen.

Diese Studie untersucht die Effektivität von LLMs in der Musikwissenschaft und deren Zuverlässigkeit.

Diese Studie untersucht, wie Lärm die Sprachwahrnehmung bei Herausforderungen verbessern kann.

Entdecke, wie ein zusätzliches Mikrofon die Geräuschrichtungserkennung in lauten Umgebungen verbessert.

Eine neue Methode verbessert die Sprachumwandlung mit weniger Samples.

Innovativer leichter Wandler verbessert die Effizienz und Genauigkeit der Spracherkennung.

Ein neuartiges System erzeugt Sprache aus Text mit minimalen Daten.

Neue Methoden verbessern die Musikproduktion durch Audioanalyse und Nutzerkontrolle.

Neue Wasserzeichenmethoden schützen Creator in audiogenen Modellen.

Entdeck, wie DDSP die Effizienz und Qualität der Spracherzeugung verbessert.

Diese Studie verbessert SER durch optimierte Vorverarbeitung und effiziente Aufmerksamkeitsmodelle.

Ein Framework für die Echtzeitanpassung von Musik in Spielen und Filmen.

aTENNuate bietet eine effiziente Echtzeitverbesserung von Sprachsignalen, um die Kommunikation klarer zu machen.