Computerwissenschaften - Ton

Forschung zeigt, wie man Sprachmodelle kleiner und effizienter machen kann.

Dialogtrennung hilft Zuschauern, Gespräche klar zu hören, auch bei Hintergrundgeräuschen.

MAT-SED nutzt ein neuartiges Transformer-Modell für effektive Geräuscherkennung.

Kombination von Herzgeräuschen und Echokardiographie, um die Diagnose von angeborenen Herzfehlern zu verbessern.

Ein umfangreicher Datensatz von Gitarrenaufnahmen, der mit Notenblättern für Forschung und Analyse verknüpft ist.

Auptimize verbessert die Platzierung von Audiohinweisen für eine bessere Benutzerinteraktion in XR.

Malacopula stellt die Zuverlässigkeit von automatischen Sprecherverifizierungstechnologien in Frage.

Eine neue Methode für realistischere 3D-Gesichtsanimationen, die sich an persönliche Sprechstile anpassen.

Feindliches Training verbessert die Genauigkeit der Schlüsselworterkennung in synthetischer und echter Sprache.

Dieses Stück behandelt Few-Shot-Lernen und seinen Einfluss auf Audioaufgaben.

Neue Technologie verknüpft Gesichtszüge mit Stimme und hilft bei der Kommunikation für Leute ohne Stimme.

Eine neue Methode verbessert die Audio-Trennung und -Generierung ohne beschriftete Daten.

Die Herausforderungen von Fake-Audio und Sprecherverifizierung angehen.

Analyse von Wutmusik-Features durch maschinelles Lernen für eine bessere Genre-Klassifikation.

Fake Audio-Clips sind ein ernsthaftes Problem; effektive Erkennungsmethoden sind wichtig.

Eine neue Methode verbessert die Genauigkeit bei der Erkennung von synthetischer Audios.

Eine neue Methode zum Trennen und Manipulieren von Musikklängen.

SSL-TTS macht die Sprachsynthese einfacher, indem es mit wenig Trainingsdaten hochwertige Ergebnisse erzielt.

Neue Methoden verbessern ASR-Modelle für mehrere Sprachen und bewahren das vorhandene Wissen.

Ein neuer Ansatz verbessert die Erkennung von Code-Switching-Phrasen in zweisprachiger Sprache.

Ein innovatives System automatisiert die Klangproduktion für Filme und Spiele.

Neue Methoden verbessern die Sprach­erkennung in lauten Umgebungen.

Neues Modell verbessert die Sprachumwandlung, besonders für geflüsterte Sprache und Echtzeitanwendungen.

Einen neuen digitalen Ansatz zur Klangmodellierung von Gitarrenverstärkern erkunden.

Wir präsentieren ein bahnbrechendes System zur Generierung von hindustanischer Vokalmusik.

Eine neue Methode zur genauen Modellierung von optischen Kompressoren mit neuronalen Netzwerken.

WhisperMask fängt die Stimme klar in lauten Umgebungen ein und verbessert die Kommunikation.

Neue Methoden verbessern die Qualitätsbewertung der Stimme für Patienten mit Stimmproblemen.

VoiceX vereinfacht den Prozess, personalisierte Stimmen für verschiedene Anwendungen zu erstellen.

Untersuchen, wie Sprachmuster Bedeutung und Technologieleistung beeinflussen.

NEST bietet einen schnelleren, effizienteren Ansatz für selbstüberwachte Sprachaufgaben.

Aktuelle Benchmarks schätzen die Fähigkeit von Modellen, Audio- und Videodaten zu verbinden, falsch ein.

Wav2Small verbessert die Emotionserkennung in Sprache mit geringeren Ressourcenbedarf.

Ein Blick auf die Komplexität, gemischte Audiospuren zu identifizieren.

Ein Überblick über die reichen Dialekte des Tamil und Methoden zur Identifikation.

Ein neuer Ansatz zur Erkennung von Maschinenproblemen, ohne die Datensicherheit zu gefährden.

VoiceTailor verwandelt TTS-Systeme für effiziente, personalisierte Sprachausgaben.

Lern, wie sich Sound in Räumen ausbreitet und wofür man das nutzen kann.

StyleSpeech verbessert TTS-Systeme, indem es natürliche Sprachnuancen einfängt.

Untersuchung von Methoden zur Verbesserung der Sprachklarheit in lauten Umgebungen durch Deep Learning.