Zhou Zhao

Un método para tener un control más intuitivo sobre las voces cantando usando comandos en lenguaje natural.

ROSVOT mejora la precisión al transcribir voces cantando, incluso en ambientes ruidosos.

El modelo Frieren mejora la calidad de audio y la sincronización para videos.

Un nuevo método mejora la conversión de voz a canto usando aprendizaje auto-supervisado.

MelodyLM simplifica la creación de música usando texto y voz.

Un nuevo método mejora el reconocimiento de emociones incluso con datos incompletos.

Un nuevo conjunto de datos mejora el habla de máquina para el mandarín, buscando una expresión más natural.

Nuevas herramientas de IA están simplificando la edición musical con técnicas innovadoras y mejor precisión.

OmniBind integra varios tipos de datos para mejorar la comprensión y generación de contenido.

MulliVC transforma voces entre idiomas con una precisión y claridad impresionantes.

Aprende cómo la tokenización semántica mejora los sistemas de recomendación.

Un nuevo enfoque para mejorar la efectividad del aprendizaje multimodal.

Aprende cómo los modelos 3D mejoran la estimación de orientación de objetos para aplicaciones tecnológicas.