Die Forschung untersucht, wie Sprachverbesserungsmodelle die Silbenbetonung inmitten von Lärm aufrechterhalten.
Rangavajjala Sankara Bharadwaj, Jhansi Mallela, Sai Harshitha Aluru
― 6 min Lesedauer
Computerwissenschaften - Ton
RSSEin neues Framework verbessert die Abstimmung von Sounds und Bildern in Videos.
Kexin Li, Zongxin Yang, Yi Yang
― 6 min Lesedauer
Die Text-zu-Sprache-Technologie revolutionieren mit besserer Effizienz und natürlicher klingenden Stimmen.
Haowei Lou, Helen Paik, Pari Delir Haghighi
― 6 min Lesedauer
Entdeck, wie TTS-Systeme sich weiterentwickeln, um menschlicher zu klingen.
Haowei Lou, Helen Paik, Wen Hu
― 8 min Lesedauer
Neues System verwandelt die Audiosteuerung durch detaillierte Textbeschreibungen.
Sonal Kumar, Prem Seetharaman, Justin Salamon
― 8 min Lesedauer
Kombination von Video und Audio für bessere Emotionserkennung.
Antonio Fernandez, Suzan Awinat
― 9 min Lesedauer
YingSound verwandelt die Videoproduktion, indem es die Generierung von Soundeffekten automatisiert.
Zihao Chen, Haomin Zhang, Xinhan Di
― 7 min Lesedauer
Forscher nutzen Echos, um Audio zu kennzeichnen und die Rechte der Creator zu schützen.
Christopher J. Tralie, Matt Amery, Benjamin Douglas
― 8 min Lesedauer
Roboter können jetzt dank SonicBoom in schwierigen Umgebungen mit Sound navigieren.
Moonyoung Lee, Uksang Yoo, Jean Oh
― 6 min Lesedauer
Das MASV-Modell verbessert die Sprachverifikation und sorgt für Sicherheit und Effizienz.
Yang Liu, Li Wan, Yiteng Huang
― 6 min Lesedauer
Die Auswirkungen von KI-Tools auf die Musikproduktion und die Sichtweisen von Komponisten erkunden.
Eleanor Row, György Fazekas
― 8 min Lesedauer
Sprachrecognitionstechnik verbessert die Erkennung von Ziffern, besonders in lauten Umgebungen.
Ali Nasr-Esfahani, Mehdi Bekrani, Roozbeh Rajabi
― 5 min Lesedauer
Die Verbesserung der mehrsprachigen ASR-Leistung für Japanisch durch gezieltes Feintuning.
Mark Bajo, Haruka Fukukawa, Ryuji Morita
― 5 min Lesedauer
Untersuchen, wie BCIs vorgestellte Sprache entschlüsseln, um die Kommunikation zu verbessern.
Byung-Kwan Ko, Jun-Young Kim, Seo-Hyun Lee
― 7 min Lesedauer
SonicMesh nutzt Sound, um die 3D-Modellierung von menschlichen Körpern aus Bildern zu verbessern.
Xiaoxuan Liang, Wuyang Zhang, Hong Zhou
― 6 min Lesedauer
Entdecke die neuesten Durchbrüche in der automatischen Spracherkennung und wie sie unsere Interaktionen verbessern.
Rongxiang Wang, Zhiming Xu, Felix Xiaozhu Lin
― 5 min Lesedauer
Forscher verbessern die Sprachverarbeitung mit Libri2Vox und Techniken für synthetische Daten.
Yun Liu, Xuechen Liu, Xiaoxiao Miao
― 6 min Lesedauer
Entdeck, wie emotionale TTS die Kommunikation mit Maschinen verändert und sie dadurch sympathischer macht.
Sho Inoue, Kun Zhou, Shuai Wang
― 6 min Lesedauer
Lern, wie Insektensounds helfen können, Ökosysteme zu überwachen und Schädlinge zu managen.
Yinxuan Wang, Sudip Vhaduri
― 8 min Lesedauer
Neue Methoden helfen Maschinen, wichtige Informationen aus gesprochenem Inhalt zu finden.
Yueqian Lin, Yuzhe Fu, Jingyang Zhang
― 6 min Lesedauer
Entdecke, wie KI die Sammlung von Sprachdaten durch Crowdsourcing vereinfacht.
Beomseok Lee, Marco Gaido, Ioan Calapodescu
― 5 min Lesedauer
Untersuche die Unterschiede zwischen spontaner und geskripteter Sprache in der Audioverarbeitung.
Shahar Elisha, Andrew McDowell, Mariano Beguerisse-Díaz
― 7 min Lesedauer
DAAN verbessert, wie Maschinen aus audiovisuellen Daten in Zero-Shot-Szenarien lernen.
RunLin Yu, Yipu Gong, Wenrui Li
― 6 min Lesedauer
Neue Methode verbessert die Erkennung von Audio-Deepfakes mit innovativen Lerntechniken.
Yujie Chen, Jiangyan Yi, Cunhang Fan
― 7 min Lesedauer
Während Maschinen Musik produzieren, müssen wir die menschliche Kreativität durch effektive Erkennungsmethoden schützen.
Yupei Li, Qiyang Sun, Hanqian Li
― 9 min Lesedauer
Neue Modelle erkennen synthetische Sprache und bekämpfen den Missbrauch von Sprachtechnologie.
Mahieyin Rahmun, Rafat Hasan Khan, Tanjim Taharat Aurpa
― 6 min Lesedauer
TAME nutzt Schall, um Drohnen zu erkennen, was Sicherheit und Überwachung verbessert.
Zhenyuan Xiao, Huanran Hu, Guili Xu
― 7 min Lesedauer
Erfahre, wie CAMEL das Verständnis von Gesprächen in verschiedenen Sprachen verbessert.
He Wang, Xucheng Wan, Naijun Zheng
― 6 min Lesedauer
Forschung zeigt, dass Gehirnaktivität Maschinen helfen kann, Musik effektiv zu erkennen.
Taketo Akama, Zhuohao Zhang, Pengcheng Li
― 7 min Lesedauer
Audiotechnologie bietet eine kostengünstige Möglichkeit, UAVs sicher zu verfolgen.
Allen Lei, Tianchen Deng, Han Wang
― 6 min Lesedauer
Eine neue KI-Methode analysiert Stimmen, um das Risiko für Kehlkopfkrebs zu erkennen.
Mary Paterson, James Moor, Luisa Cutillo
― 7 min Lesedauer
Entdecke, wie die Video-zu-Audio-Synthese die Medienerlebnisse mit perfekter Klangabstimmung verändert.
Ho Kei Cheng, Masato Ishii, Akio Hayakawa
― 8 min Lesedauer
Ein neues System revolutioniert, wie Sounddesigner Audio für Videos erstellen.
Riccardo Fosco Gramaccioni, Christian Marinoni, Emilian Postolache
― 8 min Lesedauer
Ein Blick darauf, wie Sprachverbesserung die Kommunikation durch Datenmerkmale verbessert.
Leying Zhang, Wangyou Zhang, Chenda Li
― 8 min Lesedauer
Entdecke, wie TTA-Technik Worte und Klänge kombiniert, um intensivere Audioerlebnisse zu schaffen.
Yuhang He, Yash Jain, Xubo Liu
― 8 min Lesedauer
Eine neue Methode verbessert die Lippen-Synchronisation in synchronisierten Videos für ein natürliches Seherlebnis.
Lucas Goncalves, Prashant Mathur, Xing Niu
― 7 min Lesedauer
Entdecke, wie Whisper die Spracherkennung in mehrsprachigen Gesprächen verbessert.
Jiahui Zhao, Hao Shi, Chenrui Cui
― 5 min Lesedauer
Ein neuer Ansatz macht die Geräuscherkennung zugänglicher und effizienter.
Noriyuki Tonami, Wataru Kohno, Keisuke Imoto
― 8 min Lesedauer
Erfahre, wie Sprach-Anonymisierung persönliche Infos in einer technologiegetriebenen Welt schützt.
Natalia Tomashenko, Emmanuel Vincent, Marc Tommasi
― 6 min Lesedauer
Audio- und visuelle Hinweise kombinieren, um die Spracherkennung in lauten Umgebungen zu verbessern.
Zhaofeng Lin, Naomi Harte
― 6 min Lesedauer