Puyuan Peng

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

Un nouveau modèle améliore la compréhension de l'audio spatial par les machines.

Nouveaux outils améliorent l'édition de l'enregistrement vocal et la qualité de production.

Un nouveau modèle améliore la correspondance sonore avec les actions visuelles dans les vidéos.