Xu Tan

RALL-E migliora la sintesi testo-parola per un parlato più chiaro e naturale.

MuPT utilizza la notazione ABC per una generazione musicale efficace con l'IA.

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

Un nuovo metodo aiuta a bilanciare i dati di addestramento per migliorare le prestazioni dell'IA.

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

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

BigCodec migliora la qualità del suono nella trasmissione audio a bassa bitrate.

Uno sguardo ai risultati della sfida Codec-SUPERB e ai metodi di misurazione delle performance del codec.