Computerwissenschaften - Ton

Ein neues Modell optimiert die Audioproduktion, indem es Atemgeräusche automatisch entfernt.

Ein selbstüberwachter Lernansatz verringert den Bedarf an beschrifteten Audiodaten.

Eine Studie zeigt, wie Sprachdaten dabei helfen, Emotionen bei spanischsprechenden Personen zu erkennen.

Eine neue Methode verbessert die Sprachklarheit in lauten Umgebungen.

Innovative Ansätze zielen darauf ab, die Musikqualität für Menschen mit Hörverlust zu verbessern.

GenRep bietet einen neuen Ansatz, um ungewöhnliche Maschinengeräusche mit wenig Daten zu erkennen.

TF-Mamba verbessert die Klanglokalisierung mit einem neuartigen Ansatz, der Zeit- und Frequenzdaten integriert.

In diesem Artikel geht's um effektive Trainingsmethoden für Sprachmodelle mit selbstüberwachtem Lernen.

Eine neue Architektur verbessert die Schallerkennung in verschiedenen Umgebungen.

Ein neues Modell verbessert die Musikgenerierung, indem es sich auf einzelne Instrumente konzentriert.

Wir präsentieren DENSE, eine Methode zur Verbesserung der Sprachtrennung mit dynamischen Einbettungen.

Eine neue Methode verbessert die Audio-Transformation, während Melodie und Klangqualität erhalten bleiben.

Diese Methode verbessert die Erkennungsgenauigkeit für seltene Namen in Sprachausgaben.

Ein neues Modell verbessert die Erkennung von Audio-Deepfakes mit kontinuierlichem Lernen.

Ein Überblick über audio-visuelle Sprecherdiarisierungsmethoden, Herausforderungen und Systeme.

Diese Studie bewertet neuronale Netze zur Nachbildung von Federhall-Eigenschaften.

BigCodec verbessert die Klangqualität bei Audioübertragungen mit niedriger Bitrate.

Ein neuer Datensatz verbessert die mehrsprachige Sprachtechnologie in Indien.

In diesem Artikel geht's um die Vorteile, Transformer-Modelle für Sprachaufgaben zu vereinfachen.

Sortformer integriert Sprecherdiarisierung und ASR für eine verbesserte Audioverarbeitung.

Ein neuer Ansatz, um realistische Klavierklänge durch Klangkomponententrennung zu erzeugen.

ParaEVITS verbessert den emotionalen Ausdruck in TTS durch natürliche Sprachführung.

Lerne, wie Audio-Inpainting fehlende Teile von Signalen wiederherstellt.

Neue Methoden verbessern das Verständnis gesprochener Sprache durch innovative Datensätze.

Ein neuer Rahmen verbessert die Genauigkeit der Bestätigung der Sprachidentität.

Neue Methoden verbessern die Mensch-Roboter-Konversation, indem sie die Sprachklarheit erhöhen.

Neue Methoden verbessern den Zugang zu gesprochenen Nachrichten, indem sie Themen effektiver segmentieren.

Eine Studie über die Fähigkeiten von LLMs, musikalische Intervalle, Akkorde und Tonleitern zu verstehen.

Eine neue Methode zum Musiktagging mit Few-Shot-Learning zeigt vielversprechende Ergebnisse.

FlowSep bringt ne Methode raus, um Sounds mit Sprachabfragen zu extrahieren.

SSR-Speech bietet neue Lösungen für Sprachgenerierung und -bearbeitung an.

Fortschritte in der KI machen Fake-Audio alltäglich, was die Notwendigkeit für Erkennung erhöht.

Neues Modell verbessert die Sprachgenerierung in verschiedenen Dialekten von Tonakzentsprachen.

Eine neue Methode verbessert die Genauigkeit der Schalllokalisation und sorgt gleichzeitig für Datensicherheit.

SoloAudio verbessert die Klange extraction durch fortschrittliche Techniken und synthetische Daten.

OpenACE bietet einen fairen Massstab, um Audio-Codecs unter verschiedenen Bedingungen zu bewerten.

Eine Methode zur Identifizierung von Fehlern in Elektromotoren durch Klanganalyse und bayesianische neuronale Netze.

Spracherkennungsmodelle entwickeln sich weiter mit Multi-Token-Vorhersage für schnellere Antworten.

Bemühungen, die Sprachtechnologie für die unterversorgte Faetar-Sprache zu verbessern.

Eine neue Zero-Shot-Methode verbessert die Genauigkeit der Sprachumwandlung und minimiert Tonverlust.