Computerwissenschaften - Ton

Echtzeitübersetzungen durch innovative Methoden und smarte Richtlinien verbessern.

Bemühungen, ASR-Systeme für tunesisches Arabisch und Code-Switching zu verbessern.

Innovative Methoden zielen darauf ab, die Musikgenerierung an die Vorlieben der Nutzer anzupassen.

Ein neues Modell verbessert die Effizienz und Leistung der Sprachtrennung.

Ein neuer Ansatz bewertet die Audioqualität mit mehreren Mikrofonen in verschiedenen Umgebungen.

Ein neues Verfahren verbessert die Klangtrennung über verschiedene Frequenzen hinweg.

Erforsche Fortschritte bei der Echo-Unterdrückung, um die Sprachqualität zu verbessern.

Eine neue Methode verbessert die Musikgenerierung, indem sie den Aufführungskontext hinzufügt.

Ein neuer Ansatz erstellt Audio-Untertitel nur mit Text, was die Dateneffizienz verbessert.

Die Herausforderungen und Innovationen beim Abgleichen von Audioaufnahmen mit Notenblättern erkunden.

Ein neuer Ansatz nutzt selbstüberwachtes Lernen, um Audio und Notenblätter zu verknüpfen.

Eine neue Methode verbessert die Übereinstimmung von Audio und Notenblatt.

Mit k-Means-Clustering Audio-Daten optimieren für besseres Model-Training.

Eine Studie zeigt, dass Audio-Augmentierung die Spracherkennung in ressourcenschwachen Sprachen verbessern kann.

Ein neuer Ansatz steigert die Effizienz in mehrsprachigen ASR-Modellen, indem er adaptive Maskierungstechniken integriert.

Die Untersuchung von Deepfake-Audio, um Transkriptionsmodelle für weniger verbreitete Sprachen zu verbessern.

Neue Strategien verbessern das Lernen mit schwachen Labels, indem sie relevante negative Beispiele auswählen.

Eine neuartige Methode zur Wasserzeichenbildung in Audio, die durch Diffusionsmodelle erstellt wurde, zum Schutz des Eigentums.

Neue Techniken verbessern ASR-Systeme für eine bessere Erkennung von langen Sprachnachrichten.

Neue Techniken sollen die Genauigkeit von sprachgesteuerten Geräten gegen Angriffe erhöhen.

DurIAN-E verbessert synthetische Sprache mit mehr Ausdruckskraft und natürlichem Fluss.

Entdecke, wie SER die Interaktionen zwischen Menschen und Maschinen durch Emotionserkennung verbessert.

Eine Methode, um das beste ASR-Modell basierend auf Audio-Features auszuwählen.

Lern, wie Dereverberation die Spracherkennung in lauten Umgebungen verbessert.

Coco-Nut bietet verschiedene japanische Sprachbeispiele für fortschrittliche Text-zu-Sprache-Anwendungen an.

Diese Studie präsentiert ein auf Aufmerksamkeit basierendes Modell zur Schätzung von Raumvolumen aus Audioaufnahmen.

Das ASCA-Modell verbessert die Audio-Klassifikationsgenauigkeit für kleine Datensätze.

MyST zielt darauf ab, das Wissenschaftslernen von Kindern durch virtuelles Tutoring zu verbessern.

Die Studie vergleicht die Genauigkeit der Schalllokalisation von Vierkanal- und Zweikanal-Audioformaten.

Ein Blick auf M2MeT 2.0 und seinen Einfluss auf die Transkription von Meetings.

Eine neue Audioverarbeitungstechnik verbessert die Anonymität von Sprechern und sorgt gleichzeitig für klare Sprache.

Diese Studie wandelt MRI-Zungendaten in echte Sprach-Audio um.

Diese Studie untersucht, wie Modelkompression die Spracherkennung in lauten Umgebungen beeinflusst.

Erforsche, wie Online Aktives Lernen die Effizienz der Schallerkennung verbessert.

Ein neues Modell verbessert das Verständnis von Sprache und Geräuschen gleichzeitig.

Neue Technologie verbessert die Erkennung von Dysarthrie und die Klassifizierung ihrer Schwere.

Neue Methoden verbessern die frühzeitige Erkennung von Stimmproblemen mithilfe von glottalen Quellenmerkmalen.

Die Sprachmodelle verbessern, damit sie verschiedene Akzente besser erkennen und sich anpassen können.

DCLS verbessert die Audio-Klassifizierungsleistung, indem es während des Trainings die Kernel-Positionen lernt.

Eine neue Methode verbessert das maschinelle Lernen von audio-visuellen Daten.