ELLA-V mejora la calidad y el control del texto a voz, superando modelos anteriores.
― 6 minilectura
Xie Chen
Un nuevo modelo mejora la comprensión del audio espacial por parte de las máquinas.
― 6 minilectura
AniTalker crea animaciones realistas usando retratos y audio, capturando dinámicas faciales matizadas.
― 8 minilectura
GigaSpeech 2 ofrece un montón de datos para lenguas de pocos recursos para mejorar el reconocimiento de voz.
― 6 minilectura
El BPE acústico mejora la inteligibilidad y la calidad del habla en sistemas TTS.
― 7 minilectura
Explorando la importancia de los defectos topológicos en la física y la ciencia de materiales.
― 6 minilectura
Un nuevo método mejora el rendimiento del modelo de habla en varias tareas.
― 7 minilectura
VQTalker crea avatares hablantes realistas en varios idiomas, mejorando las interacciones digitales.
― 8 minilectura