Neues Benchmark-Tool bewertet diskrete Audio-Tokens für verschiedene Sprachverarbeitungsaufgaben.
― 9 min Lesedauer
Computerwissenschaften - Ton
RSSEine neue Methode zur Musikgenerierung mit Selbstähnlichkeitsmatrizen und Aufmerksamkeitssystemen.
― 8 min Lesedauer
Neue Techniken verbessern das Modeling von Gitarrenverstärkern mit ungepaarten Daten und GANs.
― 7 min Lesedauer
Eine neue Methode, um zu verstehen, wie Audiomodelle Vorhersagen treffen.
― 5 min Lesedauer
Einführung der räumlichen Sprachumwandlung zur Verbesserung der Audio-Realität und Immersion.
― 7 min Lesedauer
Forschung untersucht, wie Sprachanalyse das Suizidrisiko vorhersagen kann, wobei Geschlechterunterschiede berücksichtigt werden.
― 5 min Lesedauer
Dieses Papier präsentiert ein System zur Erstellung von visuellen Darstellungen, die auf Musik reagieren.
― 8 min Lesedauer
Ein neues System hilft Robotern, Aufgaben zu erlernen, indem es Audio von realen Demonstrationen verwendet.
― 8 min Lesedauer
Neue Methoden verbessern die Genauigkeit beim Erkennen von überlappenden Geräuschen aus verschiedenen Audioquellen.
― 6 min Lesedauer
Eine neue Methode kombiniert akustische Merkmale und Vertrauenswerte für bessere Fehlerkorrektur.
― 5 min Lesedauer
SecureSpectra bietet eine neue Möglichkeit, die Audioidentität gegen Deepfake-Bedrohungen zu schützen.
― 6 min Lesedauer
Kombination von Physik und Geometrie für verbesserte Vorhersagen zur akustischen Streuung.
― 6 min Lesedauer
Ein neues System für genaue und schnelle Sprachübersetzung in mehrere Sprachen.
― 6 min Lesedauer
Eine einfache Methode, um Stimmen zu erstellen und Emotionen in der Sprachsynthese zu steuern.
― 5 min Lesedauer
MMDenseNet verbessern für schnelle und effiziente Musiktrennung.
― 5 min Lesedauer
Eine neue Methode verbessert den Maschinendialog durch Pseudo-Stereo-Daten.
― 6 min Lesedauer
Diese Studie präsentiert einen Datensatz und eine Methode, um die Genauigkeit der chinesischen ASR mithilfe von Pinyin zu verbessern.
― 7 min Lesedauer
Innovative Techniken verbessern das Lautsprecherdesign und die Klangrichtung.
― 4 min Lesedauer
Diese Studie konzentriert sich darauf, die Erkennung von Deepfake-Audio mit fortschrittlichen Methoden zu verbessern.
― 5 min Lesedauer
Visuelle Schnittstellen und Modelle nutzen, um die Musikgenerierung zu verbessern.
― 5 min Lesedauer
Ein neues Framework für die Erstellung synchronisierter Soundeffekte in Videos.
― 6 min Lesedauer
Eine Studie zur Verbesserung der Audiosegmentierung durch die Integration von Sprecher-Embeddings.
― 5 min Lesedauer
Dieser Artikel stellt ein effizienteres TTS-System vor, das sich an Sprecher anpasst.
― 6 min Lesedauer
Neue Methoden verbessern Sprachmodelle für Sprachen mit begrenzten Daten.
― 6 min Lesedauer
Das Verstehen von Unsicherheit verbessert die Genauigkeit der Emotionserkennung in realen Szenarien.
― 6 min Lesedauer
Eine neue Methode verbessert die Genauigkeit der Phonemzuordnung für verschiedene Sprachanwendungen.
― 5 min Lesedauer
Eine Studie über die Übersetzung von nigerianischem Englisch für bessere Zugänglichkeit in Nollywood-Filmen.
― 6 min Lesedauer
Dieser Artikel stellt ein Dual-Encoder-System für effektives Lernen von Sprachrepräsentationen vor.
― 6 min Lesedauer
MelodyT5 bietet einen neuen Ansatz für die Musikschöpfung und -analyse mit Hilfe von symbolischer Notation.
― 6 min Lesedauer
Das GTZAN-synth-Datenset nutzt synthetische Musik für bessere Musik-Tagging-Systeme.
― 5 min Lesedauer
MelodyLM macht die Musikproduktion einfacher, indem es Text- und Spracheingaben nutzt.
― 7 min Lesedauer
Das SAVE-Modell verbessert die audio-visuelle Segmentierung mit Effizienz und Präzision.
― 6 min Lesedauer
Neues Modell verbessert die Sprach-zu-Text-Übersetzung mithilfe grosser Sprachmodelle.
― 7 min Lesedauer
Forschung zeigt ein Modell, das Tonaufzeichnungen mit Mundbewegungen beim Sprechen verbindet.
― 6 min Lesedauer
In diesem Artikel geht's darum, wie Wav2Vec2.0 Sprachlaute mit Phonologie verarbeitet.
― 6 min Lesedauer
Die Verbesserung der Technologie zur Anonymisierung von Sprechern in neun Sprachen, um die Privatsphäre zu gewährleisten.
― 6 min Lesedauer
Die Rolle der Technologie bei der Verbesserung der Effizienz und des Wohlbefindens in der Fischzucht erkunden.
― 6 min Lesedauer
Ein neuer Ansatz kombiniert Sprachanalyse mit Datenschutz zum Erkennen von Demenz.
― 6 min Lesedauer
Neue Methoden verbessern die Genauigkeit bei der Identifizierung von Tiergeräuschen zur Überwachung von Wildtieren.
― 4 min Lesedauer
Eine neue Methode verbessert die Genauigkeit beim Erkennen von Sprache von mehreren Sprechern.
― 5 min Lesedauer