Haibin Wu

AV-SUPERB évalue les modèles audio et visuels sur différentes tâches pour une meilleure performance.

Le projet EMO-SUPERB améliore la reconnaissance des émotions dans la parole grâce à des techniques améliorées et à la collaboration de la communauté.

Un nouveau système pour évaluer la performance des codecs audio dans différentes applis.

Un nouveau cadre pour évaluer les modèles de base dans les tâches de parole.

Examiner comment les codecs gardent les émotions dans les données vocales.

Cet article parle des méthodes d'entraînement efficaces pour les modèles de parole en utilisant l'apprentissage auto-supervisé.

Le modèle MCMamba améliore la qualité de la parole dans des environnements bruyants en utilisant des infos spatiales et spectraales.

Cette étude évalue des méthodes à faible latence pour améliorer la qualité du son dans des conditions bruyantes.

Un aperçu des résultats du défi Codec-SUPERB et des métriques de performance des codecs.

ESPnet-Codec améliore l'entraînement et l'évaluation des codecs neuronaux pour l'audio et la parole.

Une nouvelle méthode améliore l'efficacité des charges de travail d'attention pour les systèmes IA.

VERSA évalue efficacement la qualité de la parole, de l'audio et de la musique.