Aviv Shamsian

LipVoicer génère une voix claire à partir de vidéos silencieuses en utilisant des méthodes de lecture labiale avancées.

Présentation d'une méthode flexible pour reconnaître les mots-clés dans la parole à travers les langues.

Les chercheurs améliorent la performance des modèles en augmentant la variété des données grâce à des méthodes d'augmentation novatrices.

Un nouveau modèle combine la reconnaissance vocale et la reconnaissance d'entités pour de meilleurs résultats.

Nouveau modèle permet une transcription vocale plus rapide sans sacrifier la précision.