Computerwissenschaften - Ton

In diesem Artikel geht's darum, wie Wav2Vec2.0 Sprachlaute mit Phonologie verarbeitet.

Die Verbesserung der Technologie zur Anonymisierung von Sprechern in neun Sprachen, um die Privatsphäre zu gewährleisten.

Die Rolle der Technologie bei der Verbesserung der Effizienz und des Wohlbefindens in der Fischzucht erkunden.

Ein neuer Ansatz kombiniert Sprachanalyse mit Datenschutz zum Erkennen von Demenz.

Neue Methoden verbessern die Genauigkeit bei der Identifizierung von Tiergeräuschen zur Überwachung von Wildtieren.

Eine neue Methode verbessert die Genauigkeit beim Erkennen von Sprache von mehreren Sprechern.

Akustisches BPE verbessert die Sprachverständlichkeit und Qualität in TTS-Systemen.

Eine neue Methode verbessert die Sprachverständlichkeit in lauten Umgebungen mit dualen neuronalen Netzwerken.

Neue Methode verbessert die Handhabung von verschiedenen Akzenten in ASR-Systemen durch spezielle Codebücher.

Neue Methoden verbessern die Genauigkeit und Effizienz von Spracherkennungssystemen.

Eine neue Methode verbessert die Schalllokalisierung in unterschiedlichen Umgebungen, indem sie sich auf kontinuierliches Lernen konzentriert.

Eine neue Methode verbessert die Erkennung von Schallereignissen, indem sie neue Audioklassen effektiv integriert.

WildDESED verbessert die Klangdetektionssysteme in lauten Wohnumgebungen.

Eine Studie zeigt, wie verschiedene Musikrichtungen unterschiedliche Gehirnbereiche aktivieren.

Wichtige Regeln für die Einreichung von Papers für NeurIPS 2024.

Dieser Artikel behandelt, wie man MUSIC mit approximativer Berechnung verbessern kann, um die Leistung zu steigern.

Ein neues System verbessert die Genauigkeit und Effizienz bei der Transkription von Musik mit mehreren Instrumenten.

Ein neues Modell verbessert die Genauigkeit bei der Spracherkennung über mehrere Sprachen hinweg.

Fortschritte bei der Vorhersage der Sprachqualität mit effizienten Methoden für mobile Geräte.

Eine Methode, um den Klang in der Musikproduktion mit Synthesizern zu verbessern.

Diese Studie bewertet Sprachtechnologie in ressourcenarmen Sprachen wie Tunesisch-Arabisch.

Forschung zeigt Risiken bei Sprachmodellen, die multitaskingfähig sind, wie Whisper.

TokenVerse vereinfacht die Analyse von gesprochenen Gesprächen, indem es mehrere Aufgaben in ein einziges Modell integriert.

Neuer Datensatz verbessert die Audioerzeugung aus detaillierten Textbeschreibungen.

Ein neuer Ansatz für Künstler, um Kreativität mit KI-Audioerzeugung zu verbinden.

Die Auswirkungen von TTM-Modellen auf die Musikproduktion und Nutzererlebnisse erkunden.

Dieser Artikel untersucht die Latenz verschiedener Speaker-Diarization-Systeme in der Audioverarbeitung.

Neuer Datensatz soll die Spracherkennung für Nicht-Englisch-Muttersprachler verbessern.

Ein neues Framework, BiosERC, verbessert die Emotionserkennung, indem es die Eigenschaften des Sprechers berücksichtigt.

Diese Studie untersucht, wie die Sprachvorlieben bei verschiedenen Zuhörern variieren.

Dieser Artikel stellt eine Methode vor, um präzisen Sound aus Videos und Text zu erzeugen.

Ein neues Modell verbessert die Simulation von Saiteninstrumenten für realistischen Sound.

Eine Methode für besseren Kontrolle beim Sprachbearbeiten vorstellen.

Eine Studie zur Klassifizierung von Musik nach Epochen mithilfe von Audio-Features und Künstler-Insights.

Ein neues Modell verbessert das Studium der Tierkommunikation mit rohen Audiodaten.

Ein neues System verbessert die Effizienz der Signalverarbeitung durch innovative Kodierungsmethoden.

Ein Team stellt sich den Herausforderungen der Vogelrufidentifikation beim BirdCLEF 2024 Wettbewerb.

Wir stellen MERGE-Datensätze vor, um die Emotionserkennung in Musik zu verbessern.

Diese Studie untersucht Mix-Training für die Schlüsselworterkennung unter lauten Sprachbedingungen.

Eine neue Methode hilft kleineren Modellen, besser abzuschneiden, indem sie Hinweise von grösseren Modellen nutzen.