Haibin Wu

Ein neues Framework zur Bewertung von Grundmodellen bei Sprachaufgaben.

Untersuchen, wie Codecs emotionale Töne in Sprachdaten beibehalten.

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

Das MCMamba-Modell verbessert die Sprachqualität in lauten Umgebungen, indem es räumliche und spektrale Informationen nutzt.

Diese Studie bewertet Low-Latenz-Methoden zur Verbesserung der Sprachqualität in lauten Umgebungen.

Ein Blick auf die Ergebnisse der Codec-SUPERB-Challenge und die Leistungskennzahlen der Codecs.

ESPnet-Codec verbessert das Training und die Bewertung von neuronalen Codecs für Audio und Sprache.

Eine neue Methode verbessert die Effizienz bei Aufmerksamkeitslasten für KI-Systeme.

VERSA bewertet Sprache, Audio und Musikqualität effektiv.