Yuxuan Wang

Seed-TTS crea una voce realistica partendo dal testo per vari usi.

Un nuovo benchmark valuta come i modelli video-linguistici gestiscono efficacemente le imprecisioni.

Un nuovo modello migliora la precisione nelle capacità di trascrizione vocale in più lingue.

Nuovo dataset migliora la generazione audio da descrizioni testuali dettagliate.

Questo metodo migliora il ragionamento visivo implementando una verifica a ogni passo del ragionamento.

Questo articolo analizza il comportamento degli elettroni vicino alle superfici di Fermi sotto deboli campi magnetici.

Un framework che usa token di memoria migliora la comprensione e l'interazione con i video.

Un sistema che rende la creazione musicale facile e accessibile a tutti, indipendentemente dal livello di abilità.

Fish-Speech migliora la tecnologia vocale per un'esperienza di comunicazione più naturale.

Un nuovo modello permette interazioni in tempo reale con i video, migliorando la comprensione e l'engagement.

Esplora i comportamenti affascinanti degli elettroni nei campi magnetici.

La ricerca mostra come possiamo far capire alle macchine dialoghi complessi.