Xie Chen

ELLA-V améliore la qualité et le contrôle de la synthèse vocale, surpassant les modèles précédents.

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

AniTalker crée des animations réalistes en utilisant des portraits et de l'audio, capturant des dynamiques faciales subtiles.

GigaSpeech 2 propose un énorme jeu de données pour les langues peu répandues afin d'améliorer la reconnaissance vocale.

Le BPE acoustique améliore l'intelligibilité et la qualité de la parole dans les systèmes TTS.

Explorer l'importance des défauts topologiques en physique et en science des matériaux.

Une nouvelle méthode améliore les performances des modèles de discours dans différentes tâches.

VQTalker crée des avatars parlants réalistes dans plusieurs langues, améliorant les interactions digitales.