Computerwissenschaften - Ton

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.

Studie zeigt, wie sich Töne im alltäglichen taiwanesischen Mandarin-Sprech ändern.

Neuer Ansatz verbessert die Sprachisolierung in gemischten Audio-Umgebungen mit diskreten Tokens.

Forschung verbindet Gemälde mit Musik, indem sie Emotionen interpretiert.

Eine neue Methode verbessert die automatische Erkennung von Sprachproblemen, die mit Parkinson verbunden sind.

Ein neuer Ansatz verbessert ASR-Systeme für eine bessere Kommunikation im Klassenzimmer.

Dieser Artikel beleuchtet, wie unterschiedliche Eingaben die Spracherkennung verbessern können.

Ein System, das Musikmachen für alle Fähigkeitsstufen einfach und zugänglich macht.

ReCLAP verbessert die Audioklassifizierung mit detaillierten Aufforderungen für genauere Ergebnisse.

Ein Projekt hat das Ziel, die Sprachtechnologie für Menschen mit Kommunikationsproblemen zu verbessern.

MambaFoley revolutioniert die Foley-Sound-Synthese mit besserem Timing und mehr Realismus.

Ein neues System verbessert die Akzentgenauigkeit in TTS für bessere Kommunikation.

Die Verwendung von CLAP-Embeddings verbessert Musikempfehlungssysteme erheblich.

Die Studie untersucht die Entwicklung von ASR für Amis und Seediq, mit Schwerpunkt auf der Datennutzung.

Forscher entwickeln neue Strategien, um individuelle Tiere anhand ihrer einzigartigen Geräusche zu unterscheiden.

Eine neue Methode vereinfacht die Erkennung von Sirenen für mehr Fahrzeugsicherheit.

Ein neuer Ansatz kombiniert die Erkennung von Geräuschen und die Sprechertrennung für ein besseres Audioverständnis.

Ein neuer Ansatz verbessert die ASR, indem er sich auf bestimmte Sprecherdetails konzentriert.

Eine Studie zeigt, wie Deep-Learning-Modelle Emotionen in Sprache erkennen.

Ein einfach zu bedienendes Tool, um Sprachmodelle ohne komplexen Code fein abzustimmen.

Neue Methoden verbessern die Schalldämmung aus lauten Umgebungen ohne gelabelte Daten.

Ein neuer Ansatz geht die Kanalvariationen in Sprach­erkennungssystemen an.

Eine neue Methode verbessert die Spracherkennung von Maschinen zur Sprecherverifizierung.