Computerwissenschaften - Ton

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.

Schau dir die Updates in Version 3 des Divide and Remaster Datasets an.

Eine umfassende Übersicht über Datensätze, die in Audio-Sprachmodellen verwendet werden, und deren Bedeutung.

Ein zuverlässiges Earbud-basiertes System überwacht die Atemfrequenzen während verschiedener täglicher Aktivitäten.

Die Verbesserung von Spracherkennungssystemen für Sprachen mit begrenzten Online-Daten.

Ton und Bilder kombinieren für schlauere Erkennungssysteme.

Eine Methode zur Verbesserung der Audio-Deepfake-Erkennung durch Datenaugmentierung.

Beat-It erstellt synchronisierte Tanzbewegungen, um Choreografien mühelos zu verbessern.

Forscher wollen Sounds kreieren, die zu stillen Videos passen, um das Seherlebnis zu verbessern.

Diese Studie beschäftigt sich mit den Problemen von SLU-Systemen und deren Fähigkeit zur Verallgemeinerung.

Ein selbstüberwachtes Werkzeug zur Schätzung von musikalischen Tonarten, das Expertenanmerkungen reduziert.

Diff-MST verbessert das Musik-Mixing, indem es Style-Transfer von Referenztracks anwendet.

Ein neues Modell verbessert die Kommunikation für Menschen mit Behinderungen durch Spracherkennung und Morsecode.

ElasticAST ermöglicht die effiziente Verarbeitung von Audio mit variabler Länge, ohne wichtige Details zu verlieren.

Analyse von Methoden zur Identifizierung von Sängern angesichts wachsender Bedenken über Stimmklonung.

Ein neuer Ansatz verbessert die Erkennung von gemischten echten und gefälschten Audioclips.

Mamba zeigt vielversprechende Ergebnisse gegen Transformer bei Sprachaufgaben, besonders bei langen Eingaben.

SingFlex bietet innovative Lösungen, um vielseitige Gesangsstimmen effizient zu kreieren.

Eine Studie über die Komplexität irischer traditioneller Tanzmelodien mit Kompressionsmethoden.

RefinPaint verbessert die Musikproduktion, indem es schwache Stellen effektiv erkennt und verfeinert.

Ein neues Framework verbessert die Leistung der Sprachverifikation mit begrenzten Daten.

Neue Wege erkunden, wie KI mit Musikern durch Interpretation zusammenarbeiten kann.

CADE verbessert die Audioerkennung gegen sich entwickelnde Spoofing-Bedrohungen mit kontinuierlichen Lerntechniken.

Eine neue Methode hilft Robotern, heruntergefallene Objekte mit Schall zu finden.

Neue Sprachsteuerungssysteme verbessern die Drohnenkontrolle ganz ohne Hände.

Neue Techniken ermöglichen eine bessere Emulation von Gitarrenverstärkern und Effekten.

Ein neues Framework verbessert die ASR-Leistung mit begrenzten Daten und Ressourcen.

Eine neue Methode verbessert die Effizienz der Audioerzeugung mit innovativen Aufmerksamkeits-Techniken.

Entdecke, wie KI die Musikproduktion mit BandControlNet verändert.

Ein neuer Ansatz verbessert die Deepfake-Erkennung durch audio-visuelle Analyse.

Ein Blick auf die Fortschritte bei Spracherkennungstechnologien und -methoden.

Ein neues Verfahren verbessert die Stottererkennung, indem es Audio-, Video- und Textdaten kombiniert.

Ein neues Verfahren verbessert die Klangproduktion für realistische 3D-Menschenmodelle.

Diese Studie zeigt, wie Sprache die Atemfrequenz mit fortgeschrittenen Modellen schätzen kann.

GraphMuse vereinfacht die Analyse von symbolischen Musikdaten mit fortschrittlichen Machine-Learning-Techniken.

Die Forschung präsentiert neue Methoden zur Bewertung von Spracherkennungssystemen in Polnisch.

Ein neues Dataset verbessert die maschinelle Sprachverarbeitung für Mandarin und zielt auf natürliche Ausdrucksweise ab.

Eine Studie zur Verbesserung der Klangquellenlokalisierung durch bessere Nutzung von Audio- und visuellen Informationen.

Ein neues Framework analysiert Sprache, um leichte kognitive Beeinträchtigungen in verschiedenen Sprachen zu erkennen.