Zhou Zhao

De nouvelles méthodes en S2ST améliorent la qualité de la traduction tout en gardant l'identité du locuteur.

Une méthode pour un contrôle plus intuitif des voix chantées en utilisant des commandes en langage naturel.

ROSVOT améliore la précision dans la transcription des voix chantées, même dans des environnements bruyants.

Le modèle Frieren améliore la qualité audio et la synchronisation pour les vidéos.

Une nouvelle méthode améliore la conversion de la parole en chant grâce à l'apprentissage auto-supervisé.

MelodyLM simplifie la création de musique en utilisant des entrées textuelles et vocales.

Une nouvelle méthode améliore la reconnaissance des émotions même avec des données incomplètes.

Un nouveau jeu de données améliore la parole des machines pour le mandarin, visant une expression naturelle.

De nouveaux outils d'IA simplifient le montage musical avec des techniques innovantes et une précision améliorée.

OmniBind intègre différents types de données pour une meilleure compréhension et génération de contenu.

MulliVC transforme les voix à travers les langues avec une précision et une clarté impressionnantes.

Apprends comment la tokenisation sémantique améliore les systèmes de recommandation.

Une nouvelle méthode pour améliorer l'efficacité de l'apprentissage multimodal.

Apprends comment les modèles 3D améliorent l'estimation de l'orientation des objets pour les applis tech.