Computerwissenschaften - Ton

Eine neue Methode nutzt virtuelle Schattenbildung, um das Aussprachefeedback für Sprachlerner zu verbessern.

Neue Methoden verbessern die binaurale Audioqualität in herausfordernden Klangumgebungen.

Eine neue ASR-Methode hilft der Technik, die Sprache von Kindern besser zu verstehen.

Der Komponist nutzt Textanweisungen, um komplexe Musikkompositionen im MIDI-Format zu erstellen.

Eine Ressource zum Studieren von Gesangsmustern in japanischer Idol-Musik.

ViolinDiff verbessert den Realismus von computer-generierter Geigenmusik.

Die Kombination von Features verbessert die Genauigkeit der Unterwasser-Schallklassifikation.

Transfer-Lernen verbessert die Audio-Klassifizierung für die Erkennung von Unterwassergeräuschen.

Ein neues Modell erstellt Audio, das zum Video passt und verbessert so das Medienerlebnis.

Eine Methode, um die automatische Spracherkennung zu verbessern, indem man Schlüsselwortlisten mit Sprachmodellen kombiniert.

Eine Studie über Stimmimitationstechniken, die Technologie nutzt, um die Kommunikation zu verbessern.

Lerne, wie man Sprachmodelle effektiv mit weniger gekennzeichneten Ressourcen trainiert.

Eine Analyse der Geschlechterterminologie in der Sprachtechnologie und ihrer gesellschaftlichen Auswirkungen.

Ein neues Framework verbessert die Erkennung von überlappenden Geräuscheffekten in komplexen Audio-Umgebungen.

Forschung zur Verbesserung der Vogelstimmenidentifikation durch Machine-Learning-Techniken.

Eine neue Methode verbessert die automatische Erstellung von Klaviercovern mithilfe bestehender Musiktranskriptions-technologie.

Ein Blick auf die Ergebnisse der Codec-SUPERB-Challenge und die Leistungskennzahlen der Codecs.

Das MultiMed-Projekt verbessert die automatische Spracherkennung für bessere Kommunikation im Gesundheitswesen.

Ein neuer Ansatz zur Bewertung der Audioqualität, ganz ohne saubere Referenzen.

Der ECHO-Rahmen verbessert die Genauigkeit der Klangklassifizierung mit strukturierten Labels und einem zweistufigen Lernprozess.

Neues Verfahren verbessert die Sprachklarheit, indem es visuelle Informationen integriert.

Ein neuer Ansatz verbessert die Schätzung der Schallrichtung für sich bewegende Sprecher in schwierigen Umgebungen.

Audio Moment Retrieval ermöglicht es, bestimmte Momente in langen Aufnahmen genau zu finden.

Safe Guard erkennt Hassrede in Echtzeit während Sprachinteraktionen in sozialer VR.

KI entwickelt sich weiter, um natürlichere Gespräche zu führen.

Ein neuer Ansatz nutzt Echtzeit-MRT, um die Bewegungen bei der Sprachproduktion sichtbar zu machen.

Eine neue Methode zur Erkennung von frühen Raumreflexionen verbessert das Audioerlebnis.

Ein Projekt, das Sprach- und Textdatensätze für Sprachen mit begrenzten Ressourcen entwickelt.

Ein neues Framework verbessert die Spracherkennung und passt sich verschiedenen Sprachaufgaben an.

Es werden neue Methoden gebraucht, um fortschrittliche Deepfake-Sprachtechnologien zu erkennen.

Neue Methoden verbessern die Genauigkeit bei der Identifizierung von Tiergeräuschen aus begrenzten Daten.

Neue Methode verbessert die virtuelle Klangintegration in AR-Umgebungen.

Eine neue Methode zielt darauf ab, die Sprachprivatsphäre zu wahren und gleichzeitig effektive Kommunikation zu ermöglichen.

Neue Methoden verbessern die Spracherkennung für ressourcenarme Sprachen ohne Text.

Neue Methoden verbessern die Genauigkeit in Sprach­erkennungssystemen durch phonetic­isches Verständnis.

Dieses Framework verbessert Echtzeit-Animationen, indem es Sprache und Gesten nahtlos synchronisiert.

Neue akustische Merkmale verbessern die Leistung von ASR-Systemen in lauten Umgebungen.

Eine neue Verlustfunktion verbessert die Audioqualität, indem sie Phase und Magnitude ausrichtet.

Ein neues TTS-Modell bringt emotionale Tiefe in computer-generierte Sprache.

Bewertung von Spracherkennungsmodellen für Autismus-Diagnosesitzungen.