Eine neue Methode verbessert die Audio-Transformation, während Melodie und Klangqualität erhalten bleiben.
― 6 min Lesedauer
Computerwissenschaften - Ton
RSSDiese Methode verbessert die Erkennungsgenauigkeit für seltene Namen in Sprachausgaben.
― 6 min Lesedauer
Ein neues Modell verbessert die Erkennung von Audio-Deepfakes mit kontinuierlichem Lernen.
― 6 min Lesedauer
Ein Überblick über audio-visuelle Sprecherdiarisierungsmethoden, Herausforderungen und Systeme.
― 5 min Lesedauer
Diese Studie bewertet neuronale Netze zur Nachbildung von Federhall-Eigenschaften.
― 7 min Lesedauer
BigCodec verbessert die Klangqualität bei Audioübertragungen mit niedriger Bitrate.
― 5 min Lesedauer
Ein neuer Datensatz verbessert die mehrsprachige Sprachtechnologie in Indien.
― 6 min Lesedauer
In diesem Artikel geht's um die Vorteile, Transformer-Modelle für Sprachaufgaben zu vereinfachen.
― 5 min Lesedauer
Sortformer integriert Sprecherdiarisierung und ASR für eine verbesserte Audioverarbeitung.
― 5 min Lesedauer
Ein neuer Ansatz, um realistische Klavierklänge durch Klangkomponententrennung zu erzeugen.
― 8 min Lesedauer
ParaEVITS verbessert den emotionalen Ausdruck in TTS durch natürliche Sprachführung.
― 5 min Lesedauer
Lerne, wie Audio-Inpainting fehlende Teile von Signalen wiederherstellt.
― 5 min Lesedauer
Neue Methoden verbessern das Verständnis gesprochener Sprache durch innovative Datensätze.
― 5 min Lesedauer
Ein neuer Rahmen verbessert die Genauigkeit der Bestätigung der Sprachidentität.
― 6 min Lesedauer
Neue Methoden verbessern die Mensch-Roboter-Konversation, indem sie die Sprachklarheit erhöhen.
― 5 min Lesedauer
Neue Methoden verbessern den Zugang zu gesprochenen Nachrichten, indem sie Themen effektiver segmentieren.
― 7 min Lesedauer
Eine Studie über die Fähigkeiten von LLMs, musikalische Intervalle, Akkorde und Tonleitern zu verstehen.
― 9 min Lesedauer
Eine neue Methode zum Musiktagging mit Few-Shot-Learning zeigt vielversprechende Ergebnisse.
― 6 min Lesedauer
FlowSep bringt ne Methode raus, um Sounds mit Sprachabfragen zu extrahieren.
― 5 min Lesedauer
SSR-Speech bietet neue Lösungen für Sprachgenerierung und -bearbeitung an.
― 5 min Lesedauer
Fortschritte in der KI machen Fake-Audio alltäglich, was die Notwendigkeit für Erkennung erhöht.
― 7 min Lesedauer
Neues Modell verbessert die Sprachgenerierung in verschiedenen Dialekten von Tonakzentsprachen.
― 5 min Lesedauer
Eine neue Methode verbessert die Genauigkeit der Schalllokalisation und sorgt gleichzeitig für Datensicherheit.
― 4 min Lesedauer
SoloAudio verbessert die Klange extraction durch fortschrittliche Techniken und synthetische Daten.
― 5 min Lesedauer
OpenACE bietet einen fairen Massstab, um Audio-Codecs unter verschiedenen Bedingungen zu bewerten.
― 5 min Lesedauer
Eine Methode zur Identifizierung von Fehlern in Elektromotoren durch Klanganalyse und bayesianische neuronale Netze.
― 5 min Lesedauer
Spracherkennungsmodelle entwickeln sich weiter mit Multi-Token-Vorhersage für schnellere Antworten.
― 5 min Lesedauer
Bemühungen, die Sprachtechnologie für die unterversorgte Faetar-Sprache zu verbessern.
― 6 min Lesedauer
Eine neue Zero-Shot-Methode verbessert die Genauigkeit der Sprachumwandlung und minimiert Tonverlust.
― 5 min Lesedauer
Studie zeigt, wie sich Töne im alltäglichen taiwanesischen Mandarin-Sprech ändern.
― 5 min Lesedauer
Neuer Ansatz verbessert die Sprachisolierung in gemischten Audio-Umgebungen mit diskreten Tokens.
― 5 min Lesedauer
Forschung verbindet Gemälde mit Musik, indem sie Emotionen interpretiert.
― 6 min Lesedauer
Eine neue Methode verbessert die automatische Erkennung von Sprachproblemen, die mit Parkinson verbunden sind.
― 5 min Lesedauer
Ein neuer Ansatz verbessert ASR-Systeme für eine bessere Kommunikation im Klassenzimmer.
― 5 min Lesedauer
Dieser Artikel beleuchtet, wie unterschiedliche Eingaben die Spracherkennung verbessern können.
― 5 min Lesedauer
Ein System, das Musikmachen für alle Fähigkeitsstufen einfach und zugänglich macht.
― 7 min Lesedauer
ReCLAP verbessert die Audioklassifizierung mit detaillierten Aufforderungen für genauere Ergebnisse.
― 6 min Lesedauer
Ein Projekt hat das Ziel, die Sprachtechnologie für Menschen mit Kommunikationsproblemen zu verbessern.
― 6 min Lesedauer
MambaFoley revolutioniert die Foley-Sound-Synthese mit besserem Timing und mehr Realismus.
― 6 min Lesedauer
Ein neues System verbessert die Akzentgenauigkeit in TTS für bessere Kommunikation.
― 5 min Lesedauer