Oriol Nieto

Cet article parle des hallucinations dans les LVLMs et propose des méthodes pour les gérer.

GAMA améliore le traitement audio en fusionnant des infos sur le son et le langage.

ReCLAP améliore la classification audio avec des indications détaillées pour plus de précision.

Des techniques innovantes améliorent l'entraînement des modèles musique-texte avec des ressources limitées.

Transforme le humm et les tapotements en audio de haute qualité avec Sketch2Sound.

Nouveau système qui transforme le contrôle audio grâce à des descriptions textuelles détaillées.