Ruihua Song

Un nuevo marco mejora la precisión de los subtítulos de imágenes y reduce errores.

EVA combina señales de audio y visuales para mejorar la precisión del reconocimiento de voz.

ESPnet-Codec mejora el entrenamiento y la evaluación de códecs neuronales para audio y voz.

Nuevo método mejora las interacciones realistas en animaciones de personajes.

Descubre cómo AV-ASR combina audio y visuales para mejorar el reconocimiento de voz.