Computerwissenschaften - Ton

MIDI-Draw ermöglicht es jedem, Musik zu machen, indem er Melodien intuitiv zeichnet.

Neue Techniken, die aus der Bildverarbeitung entlehnt sind, verbessern die Bewertung der Audioqualität.

Neue Methoden verbessern das maschinelle Verständnis von Sprache durch Audio- und visuelle Hinweise.

Neues Modell verbessert die Keyword-Erkennung in schwierigen akustischen Bedingungen.

Eine neue Methode verbessert Sprachmodelle, indem sie Wissen von Textmodellen überträgt.

Eine Sammlung von Atemgeräuschen hilft dabei, COVID-19-Fälle zu identifizieren.

Ein neues Modell verbessert die Sprachverifikation mit effizienten Techniken.

Ein genauer Blick auf die Sprechererkennungstechniken, die für den Wettbewerb 2022 entwickelt wurden.

Ein neuer Ansatz trainiert KI, um Sprache und Emotionen in lauten Umgebungen besser zu erkennen.

Neue Methoden zielen darauf ab, das Verständnis für Familiendynamik und die psychische Gesundheit von Kindern zu verbessern.

Neue Deep-Learning-Methoden verbessern die Vorhersagen zur Bewegung des Lautsprechers Diaphragmas.

Erforschen, wie ciwGAN phonetische Merkmale wie Nasalität lernen und darstellen kann.

Ein neues Modell verbessert die Effizienz und Genauigkeit der Spracherkennung.

Eine neue Methode verbessert die Genauigkeit der Spracherkennung durch kontextuelle Informationen.

Forscher nutzen GANs, um aus sauberem Audio rauschen Sprache zu erzeugen, was die Sprachmodelle verbessert.

Das JNV-Korpus fängt verschiedene emotionale Geräusche auf Japanisch ein und bereichert bestehende Sammlungen.

Neue Methoden verbessern die Lachgenerierung für realistische Mensch-Computer-Interaktionen.

Ein Blick darauf, wie man gefälschte Audios in der heutigen technikgetriebenen Welt erkennt.

Eine neue Methode verbessert die Emotionserkennung in der Sprache durch fortschrittliche Transformer-Techniken.

Textmodelle nutzen, um die Sprachsynthese zu verbessern und das Verständnis zu steigern.

C-MCR vereinfacht das multimodale Lernen, indem es vorhandenes Wissen effizient verknüpft.

FluentSpeech bietet eine automatische Lösung für reibungslosere Sprachbearbeitung.

MDA verbessert die Spracherkennung, indem es Modelle für bestimmte Datenbereiche optimiert.

Forschung zeigt, dass Gehirnsignale helfen können, Zungenbewegungen beim Sprechen vorherzusagen.

Das U-DiT TTS-System verbessert die natürliche Sprachsynthese durch eine innovative Architektur.

Eine neue Methode soll ASR-Systeme für Menschen mit Dysarthrie verbessern.

Die Verbesserung der Sprecheridentifikation durch die Kombination von Klang und gesprochenen Worten in Audio.

Virtuelle Agenten lernen, menschliche Gesten nachzuahmen, um besser zu interagieren.

Eine neue Methode zur Erstellung von Synthesizern, die Musiker unterstützt.

Ein neues System verbessert die Erkennung aktiver Sprecher mit Hilfe von audio- und visuellen Hinweisen.

Ein Blick auf Herausforderungen und Abwehrmassnahmen in automatischen Sprecherverifikationssystemen.

Optische Netzwerke ermöglichen schnellen Datentransfer und gestalten die Zukunft der Kommunikationstechnologie.

Eine neue Methode verbessert allgemeine Audio-Modelle für effektive Spracherkennung.

Neues Modell verbessert das emotionale Verständnis in Dialogen.

Ein Modell kombiniert gesprochene Sprache und Text, um die Übersetzungsgenauigkeit zu verbessern.

Forschung nutzt menschliche Sprachmodelle, um Marmoset-Vokalisationen effektiv zu analysieren.

Neue Methoden verbessern die Früherkennung von Atemwegserkrankungen anhand von Klangdaten.

Diese Studie untersucht, wie Lachen Emotionen durch Klanganalyse überträgt.

Ein neues Modell bringt Sprachfunktionen auf Geräte ohne Internet.

Das neue Modell ZET-Speech verbessert die emotionale Sprachsynthese für verschiedene Sprecher.