Computerwissenschaften - Ton

Dieser Ansatz verknüpft Videoaktionen und Sound mithilfe von Physik für bessere Soundeffekte.

Eine neue Methode verbessert die Spracherkennung mit visuellen Daten und bestehenden Modellen.

Dieser Artikel behandelt einen systematischen Ansatz zur Musikannotation.

Ein strukturierter Ansatz zur Musikdarstellung und Aufführungsanalyse.

Diese Studie verbessert zweisprachige Sprachmodelle mit starker Sprachunterstützung.

Neues Modell verwandelt Geräusche in klare Bilder und überbrückt audio-visuelle Informationen.

Ein neuartiger Ansatz, um Audiountertitel mit vortrainierten Sprachmodellen zu erstellen.

Ein neuer Ansatz verbessert die Anpassungsfähigkeit der Spracherkennungstechnologie.

Ein Blick auf Fortschritte bei Sprach­erkennungs­modellen für Effizienz und Genauigkeit.

Ein neuer Ansatz zur Messung der Sprach­erkennung­leistung ohne manuelle Transkription.

Untersuchen, wie Sprach-Anonymisierung die COVID-19-Diagnosesysteme und den Datenschutz der Nutzer beeinflusst.

Erlebe das Trommeln nur mit zwei Stöcken und einem Smartphone, keine schwere Ausrüstung nötig.

KI-Tools machen das Mischen einfacher und bieten neue Möglichkeiten für Amateure und Profis gleichermassen.

Blasen könnten der Schlüssel zu innovativer Musikproduktion sein.

Ein Blick auf neue Methoden, die Audio-Untertitelung für bessere Barrierefreiheit verbessern.

Die Analyse von Datensätzen, die in der Sprachbiometrie verwendet werden, zeigt erhebliche Vorurteile und Datenschutzprobleme auf.

Eine neue Methode verbessert die Sprecherverifikationssysteme bei überlappenden Stimmen.

Innovative Methoden für effektive Sprachsegmentdarstellung in Verarbeitung Aufgaben.

Verbesserung von TTS-Systemen für besseres Geschichtenerzählen durch effektives Setzen von Pausen.

AffectMachine-Classical erzeugt in Echtzeit klassische Musik, um bei der Emotionsbewältigung zu helfen.

Diese Studie untersucht, wie verschiedene TTS-Systeme die Leistung von S2ST-Modellen verbessern.

Forschung zeigt, wie Backchannels die Maschinenkommunikation verbessern.

Forschung zeigt neue Wege, wie man Sound mit neuronalen Netzen für die Musikproduktion manipulieren kann.

Forschung nutzt synchronisierte Filme, um die Verbindung zwischen Sehen und Hören im maschinellen Lernen zu verbessern.

Vorstellung von Absement, einer Methode zur dynamischen Messung von Sprachlauten über die Zeit.

Ein neuer Ansatz, um Gesangstöne und Texte genau mit Technologie zu transkribieren.

Das hierarchische Cross Attention Modell verbessert das emotionale Verständnis in verschiedenen Kommunikationsformen.

Neue Methoden verbessern das Taggen und Abrufen von Musik mit weniger menschlichem Aufwand.

Diese Studie untersucht, wie die Länge des Signals die Sprachtrennung beeinflusst.

Neue Methode schätzt Distanzen anhand von Drohnenmotorengeräuschen.

Diese Forschung stellt ein neues Modell vor, um Emotionen besser anhand von Audio- und Visualdaten zu erkennen.

Diese Studie untersucht, wie KI Geräusche bewertet und beschreibt im Vergleich zu Menschen.

FSB-LSTM verbessert die Sprachklarheit in lauten Umgebungen mit niedriger Latenz und geringer Komplexität.

Forschung zeigt Wege, um Keyword-Spotting-Systeme zu verbessern und gleichzeitig den Stromverbrauch zu senken.

Prak vereinfacht die phonetische Ausrichtung für die tschechische Sprachforschung.

DAS-N2N nutzt maschinelles Lernen, um die seismische Datenerfassung durch Rauschreduzierung zu verbessern.

Neue Techniken verbessern die Genauigkeit bei Streaming- und Nicht-Streaming-Spracherkennung.

Diese Studie zeigt, wie Subword-Tokenisierung die Qualität und Effizienz der Musikgenerierung verbessert.

Untersuchung, wie angreifende Attacken Sprach­erkennungssysteme beeinflussen und Methoden zur Verbesserung der Übertragbarkeit.

CB-Conformer verbessert die Spracherkennung für voreingenommene Wörter mit innovativen Techniken.