Peiwen Sun

FlashSpeech ofrece soluciones de síntesis de voz rápidas y de alta calidad.

Combinar la info de audio y visual ayuda a reconocer mejor objetos en videos.

Un nuevo método combina pistas de audio y texto para una mejor identificación de objetos.

La investigación aborda los sesgos que afectan la comprensión audiovisual en la tecnología.

X-Codec mejora la generación de audio al integrar comprensión semántica en el procesamiento.