Xu Tan

Este documento presenta un método para mejorar la interacción de los modelos de lenguaje con herramientas.

bGPT se enfoca en datos binarios para hacer mejores modelos digitales y predicciones.

RALL-E mejora la síntesis de texto a voz para que suene más clara y natural.

MuPT utiliza la notación ABC para generar música de manera efectiva con IA.

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

Un nuevo método ayuda a equilibrar los datos de entrenamiento para mejorar el rendimiento de la IA.

Un nuevo método para crear música que se ajuste de manera efectiva al contenido de video.

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

BigCodec mejora la calidad de sonido en la transmisión de audio a baja tasa de bits.

Una mirada a los resultados del desafío Codec-SUPERB y las métricas de rendimiento del codec.