Xu Tan

Ce papier présente une méthode pour améliorer l'interaction des modèles de langage avec des outils.

bGPT se concentre sur les données binaires pour une meilleure modélisation numérique et des prévisions.

RALL-E améliore la synthèse texte-parole pour un discours plus clair et naturel.

MuPT utilise la notation ABC pour une génération musicale efficace avec l'IA.

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

Une nouvelle méthode aide à équilibrer les données d'entraînement pour une meilleure performance de l'IA.

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

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

BigCodec améliore la qualité sonore dans les transmissions audio à faible débit.

Un aperçu des résultats du défi Codec-SUPERB et des métriques de performance des codecs.