Yongqi Wang

Eine Methode für intuitivere Steuerung von Gesangsstimmen mit natürlichen Sprachbefehlen.

ROSVOT verbessert die Genauigkeit beim Transkribieren von Gesangsstimmen, selbst in lauten Umgebungen.

Das Frieren-Modell verbessert die Audioqualität und den Sync für Videos.

Neue Methode verbessert die Umwandlung von Sprache in Gesang mithilfe von selbstüberwachtem Lernen.

MelodyLM macht die Musikproduktion einfacher, indem es Text- und Spracheingaben nutzt.

Ein neues Framework verbessert die Erkennung von Objektbeziehungen in Videos und steigert die Genauigkeit und Anpassungsfähigkeit.