Qifeng Liu

FlashSpeech propose des solutions de synthèse vocale rapides et de haute qualité.

Une nouvelle méthode pour créer des images 3D détaillées à partir d'images uniques en utilisant la diffusion multiview.

CoCoGesture crée des gestes réalistes qui correspondent aux mots prononcés, rendant l'interaction plus sympa.

Explore comment les grands modèles de langage améliorent la créativité à travers la génération multimédia.

Une nouvelle méthode pour créer de la musique qui colle bien au contenu vidéo.

MMTrail combine des descriptions visuelles et audio pour de meilleurs modèles de vidéo-langue.

X-Codec améliore la génération audio en intégrant la compréhension sémantique dans le traitement.

Une nouvelle méthode offre un modélisation 3D améliorée à partir d'une seule image, rendant le rendu plus réaliste.