Neuste Artikel für Sprachtechnologie

Forscher verbessern die Erkennung von maschinell erzeugter Sprache durch Anpassungen der Phaseninformation.

Ein neues Framework verbessert das Studium von unüberwachten Spracherkennungssystemen.

Neues Modell LinDiff verbessert die Sprachsynthese in Geschwindigkeit und Qualität.

Forscher mixen visuelle und akustische Merkmale, um die Sprache für Benutzer von Elektrolarynx zu verbessern.

Diese Forschung zeigt, wie LLMs das Sprachverständnis in langen Videos verbessern.

Eine neue Methode optimiert Sprachmodelle für bessere Leistung mit weniger Ressourcen.

EM-Netzwerk verbessert das Sequenzlernen in Sprach- und Sprachverarbeitungsaufgaben.

Diese Studie bewertet verschiedene Modelle zur Vorhersage der Qualität synthetischer Sprache.

In diesem Artikel geht's darum, wie man die Spracherkennung mit vertrauensbasierten Ensemble-Methoden verbessern kann.

GenerTTS verbessert die Text-in-Sprache-Technologie für mehrsprachige Anwendungen.

Ein neues Modell verbessert die Sprachentnahme aus lauten Hintergründen mit Hilfe von Deep Learning.

Eine Studie zur Verbesserung der Stimmwiedergabe durch fortschrittliche Synthesetechniken.

Neue Methoden zielen darauf ab, die Identität der Sprecher zu verbergen und dabei die Sprachklarheit zu erhalten.

Eine neue Methode zur Verbesserung der Sprachqualität mit energieeffizienten Netzwerken.

Forscher untersuchen, wie Emotionen durch Sprache geteilt werden, indem sie verschiedene Daten nutzen.

Neue Methoden verbessern die Qualität der synthetischen Sprache durch selbstüberwachtes Lernen.

Federated Learning verbessert die Spracherkennung und schützt dabei die Nutzerdaten.

Eine neue Methode verbessert die Emotionserkennung aus Sprache nur mit Audio.

O-1 verbessert die Spracherkennung, indem es Selbstlernmethoden optimiert.

Forschung hebt Methoden zur Echtzeit-Erkennung von gefälschten Audios, die von KI erstellt wurden, hervor.

Neue Schnittmethoden verbessern die Leistung von Zero-Shot Multi-Speaker Text-to-Speech-Modellen.

Neue Methoden zur Auswahl von Sprachdaten minimieren das Labeln und verbessern gleichzeitig die Erkennungsgenauigkeit.

Eine neue Methode verbessert die Sprachqualitätsbewertung mithilfe von Hörervorliebe-Punkten.

Eine Methode, um ASR-Systeme für Nutzer mit Stottern zu verbessern.

Neue Ein-Schritt-Methoden verbessern die Genauigkeit bei der Formantenverfolgung für Sprachlaute.

Ein neuer Ansatz verbessert die Integration von Sprache mit Sprachmodellen.

Untersuchen, wie vortrainierte Sprachmodelle die Qualität von Text-zu-Sprache verbessern.

Microsofts MuLanTTS bietet natürliche und ausdrucksstarke Text-zu-Sprache-Funktionen für Französisch.

Ein Projekt zielt darauf ab, die Verarbeitung von französischer Sprache mit selbstüberwachtem Lernen zu verbessern.

Neue Methoden verbessern, wie Maschinen Sprachrhythmus und Emotionen erkennen.

Diese Studie verbessert die Fähigkeit von ASR-Systemen, die Sprache von Kindern zu erkennen.

VoxtLM kombiniert Spracherkennung, Synthese, Textgenerierung und Fortsetzung in einem Model.

Libriheavy bietet 50.000 Stunden gesprochenes Englisch an, um die Spracherkennungstechnologie zu verbessern.

AV2Wav verbessert die Sprachqualität mit Audio- und visuellen Hinweisen.

Die Auswahl von Kern-Sets verbessert Text-to-Speech-Modelle, indem sie sich auf vielfältige Daten konzentriert.

Neue Methode bewahrt den emotionalen Ton in der Sprachumwandlung für eine bessere Interaktion zwischen Mensch und Computer.

Forschung zeigt, dass emotionale Sprache die Leistung von Modellen bei Sprachtrennungsaufgaben beeinflusst.

Die Forschung kombiniert selbstüberwachtes Lernen und neue Messtechniken für verbesserte Sprachinvertierung.

Forscher entwickeln einen neuen Ansatz, um die Sprachverständlichkeit für Benutzer von Elektrolarynges zu verbessern.

Eine neue Methode nutzt synthetische Daten, um ASR-Systeme in unbekannten Bereichen zu verbessern.