Joon Son Chung

FlexiAST permet aux modèles de s'adapter efficacement à différentes tailles de patch audio.

Améliorer la façon dont on identifie les sources sonores en utilisant des données audio-visuelles.

Une nouvelle méthode améliore la vérification des locuteurs en gérant efficacement la variabilité des sessions.

Cet article parle d'une méthode automatisée pour générer des bandes-annonces de films de manière efficace.

De nouvelles méthodes améliorent la synthèse vidéo en utilisant de grands ensembles de données et des modèles avancés.

ElasticAST permet de traiter des audio de longueur variable de manière efficace sans perdre des détails importants.

Une étude sur l'amélioration de la localisation des sources sonores en utilisant mieux les infos audio et visuelles.

Un aperçu des avancées en reconnaissance vocale grâce au défi VoxCeleb.