Peiwen Sun

FlashSpeech offre soluzioni di sintesi vocale rapide e di alta qualità.

Combinare audio e informazioni visive migliora il riconoscimento degli oggetti nei video.

Un nuovo metodo combina segnali audio e testuali per una migliore identificazione degli oggetti.

La ricerca affronta i pregiudizi che influenzano la comprensione audio-visiva nella tecnologia.

X-Codec migliora la generazione audio integrando la comprensione semantica nel processo.