Yongqi Wang

Un metodo per avere un controllo più intuitivo sulle voci cantanti usando comandi in linguaggio naturale.

ROSVOT migliora l'accuratezza nella trascrizione delle voci cantate, anche in ambienti rumorosi.

Il modello Frieren migliora la qualità audio e la sincronizzazione per i video.

Nuovo metodo migliora la conversione da parlato a canto usando l'apprendimento auto-supervisionato.

MelodyLM semplifica la creazione di musica usando input testuali e vocali.

Un nuovo framework migliora il rilevamento delle relazioni tra oggetti nei video, aumentando precisione e adattabilità.