Qifeng Liu

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

Un nuovo metodo per creare immagini 3D dettagliate da un'unica immagine usando la diffusione multiview.

CoCoGesture crea gesti realistici che si abbinano alle parole pronunciate, migliorando l'interazione.

Esplora come i modelli di linguaggio di grandi dimensioni migliorano la creatività attraverso la generazione multimediale.

Un nuovo metodo per creare musica che si adatta in modo efficace ai contenuti video.

MMTrail combina descrizioni visive e audio per modelli video-linguistici migliori.

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

Un nuovo metodo offre una modellazione 3D migliorata partendo da un'unica immagine, aumentando il realismo.