Neue Methoden zur Auswahl von Sprachdaten minimieren das Labeln und verbessern gleichzeitig die Erkennungsgenauigkeit.
― 6 min Lesedauer
Xie Chen
ELLA-V verbessert die Text-zu-Sprache-Qualität und Kontrolle und übertrifft frühere Modelle.
― 6 min Lesedauer
Ein neues Modell verbessert das Verständnis von Maschinen für räumlichen Sound.
― 5 min Lesedauer
AniTalker erstellt lebensechte Animationen mit Porträts und Audio und fängt nuancierte Gesichtsbewegungen ein.
― 7 min Lesedauer
GigaSpeech 2 bietet ein riesiges Dataset für Sprachen mit wenig Ressourcen, um die Spracherkennung zu verbessern.
― 5 min Lesedauer
Akustisches BPE verbessert die Sprachverständlichkeit und Qualität in TTS-Systemen.
― 6 min Lesedauer
Die Bedeutung von topologischen Defekten in der Physik und Materialwissenschaft erkunden.
― 5 min Lesedauer
Eine neue Methode verbessert die Leistung von Sprachmodellen bei verschiedenen Aufgaben.
― 7 min Lesedauer
VQTalker erstellt realistische sprechende Avatare in mehreren Sprachen und verbessert die digitalen Interaktionen.
― 7 min Lesedauer