Llama-AVSR combina entradas de audio y visuales para mejorar la precisión del reconocimiento de voz.
― 7 minilectura
Informática - Multimedia
RSSUn nuevo sistema para crear movimientos de cámara de baile sincronizados con la música.
― 6 minilectura
Los equipos compiten para mejorar los métodos de predicción de la atención en videos.
― 6 minilectura
Un nuevo método que combina modelos para mejorar la adaptación de dominio no supervisada en tareas de segmentación.
― 7 minilectura
Un nuevo modelo crea audio que coincide con el video, mejorando las experiencias mediáticas.
― 5 minilectura
Un nuevo marco mejora la calidad de los conjuntos de datos de video-lenguaje a través de un refinamiento iterativo.
― 6 minilectura
Este marco mejora las animaciones en tiempo real al sincronizar el habla y los gestos de manera fluida.
― 5 minilectura
Descubre cómo la retroalimentación háptica mejora las experiencias virtuales en varias industrias.
― 5 minilectura
La investigación combina IA y dispositivos portátiles para predecir la agitación en pacientes con demencia.
― 7 minilectura
Una nueva estrategia combina el entrenamiento generativo y discriminativo en Modelos de Visión-Lenguaje.
― 5 minilectura
Este artículo habla sobre cómo medir la satisfacción del espectador en la transmisión de video en vivo.
― 9 minilectura
Un nuevo método simplifica la creación de audio y video para una mejor sincronización.
― 7 minilectura
PiVOT mejora el seguimiento de objetos usando indicaciones visuales y CLIP para mayor precisión.
― 6 minilectura
Nuevos métodos mejoran la transmisión de videos al equilibrar calidad y rendimiento.
― 5 minilectura
Presentamos un nuevo modelo y benchmark para evaluar tareas de audio múltiple.
― 7 minilectura
WildFusion mejora el mapeo y la navegación de robots en entornos exteriores complejos usando múltiples sensores.
― 7 minilectura
Un nuevo método mejora la velocidad y calidad de la compresión de imágenes.
― 6 minilectura
Este estudio analiza cómo el audio, el video y el texto funcionan juntos en el reconocimiento de voz.
― 8 minilectura
Descubre cómo CCI mejora las evaluaciones de calidad multimedia.
― 7 minilectura
Los investigadores combinan señales de audio y visuales para detectar mentiras con más precisión.
― 7 minilectura
Un nuevo marco identifica cuándo los modelos multimodales usan datos de entrenamiento inapropiados.
― 6 minilectura
Descubre cómo la percepción sensorial mejora la comunicación entre culturas y campos.
― 8 minilectura
PIAST ofrece una colección única de música de piano para investigadores.
― 6 minilectura
Las máquinas aprenden a conectar sonido y visuales en espacios 3D.
― 8 minilectura
Un nuevo enfoque para combinar imágenes y texto para mejores resultados de búsqueda.
― 5 minilectura
Descubre cómo TSE mejora el reconocimiento de voz en entornos ruidosos usando señales de texto.
― 6 minilectura
Un sistema nuevo para mezclar samples de audio y ayudar a los creadores de música a innovar fácil.
― 6 minilectura
Un sistema crea música en tiempo real basada en las narrativas de juegos de rol de mesa.
― 9 minilectura
A medida que los deepfakes aumentan, la necesidad de una detección efectiva se vuelve crucial.
― 6 minilectura
TaylorIR mejora la claridad de las imágenes con menos poder de cómputo.
― 8 minilectura
MTFusion combina imágenes y texto para crear modelos 3D avanzados.
― 7 minilectura
Combinando grabaciones de audio con partituras para practicar mejor.
― 6 minilectura
Nuevos métodos mejoran la calidad y resolución de las imágenes significativamente.
― 9 minilectura
Aprende cómo las nuevas técnicas de marcas de agua protegen el arte digital y las ideas creativas.
― 7 minilectura
Nuevo método mejora la claridad del habla usando información visual del entorno.
― 6 minilectura
TopoCode mejora la comunicación al centrarse en la estructura de datos para la detección de errores.
― 7 minilectura
Explorando los desafíos y las implicaciones de la tecnología deepfake en el panorama mediático actual.
― 8 minilectura
Edita videos sin esfuerzo sólo hablando tus cambios.
― 6 minilectura
Explora la fascinante ciencia detrás de los sonidos al servir bebidas.
― 6 minilectura
Combinando lenguaje y visuales para una mejor percepción de profundidad.
― 6 minilectura