Haizhou Li

Nuovi metodi di apprendimento migliorano l'efficienza e l'accuratezza delle reti neurali a impulsi.

CoAVT integra dati audio, visivi e testuali per una comprensione migliore.

Nuovi metodi migliorano il rilevamento dei relatori audio-visivi in ambienti difficili.

SEANet migliora l'isolamento degli altoparlanti riducendo il rumore nell'elaborazione audio.

AdvEval mette in luce le debolezze nelle metriche di valutazione della Generazione del Linguaggio Naturale.

Un nuovo approccio migliora i sistemi di dialogo combinando argomenti e strutture retoriche.

Il nuovo modello ARDiT migliora la sintesi testo-voce e l'editing vocale.

Uno sguardo ai nuovi metodi per capire il parlato sovrapposto durante le conversazioni.

Un nuovo metodo migliora la conversione vocale tra lingue mantenendo i tratti del parlante.

Una recensione su come la selezione dei dati migliora le prestazioni del modello linguistico.

Un nuovo modello migliora la connessione tra volti e voci, soprattutto in ambienti rumorosi.

Un nuovo metodo migliora l'accuratezza della localizzazione sonora garantendo la privacy dei dati.

Un nuovo metodo per generare discorsi con accenti usando la traslitterazione del testo.

E1 TTS trasforma il testo in voce naturale in modo più veloce ed efficiente.

Scopri come gli embedding Matryoshka migliorano l'efficienza e la flessibilità nel riconoscimento vocale.

Presentiamo un nuovo modello e benchmark per valutare i compiti multi-audio.

Un nuovo metodo migliora la chiarezza del parlato usando informazioni visive dall'ambiente circostante.

Scopri come il TTS emotivo cambia la comunicazione con le macchine, rendendole più simpatiche.