Ziyang Ma

Nuovi metodi per selezionare dati vocali riducono il labeling mentre migliorano la precisione del riconoscimento.

Nuovi metodi migliorano il collegamento tra descrizioni testuali e eventi sonori.

ELLA-V migliora la qualità e il controllo del testo in voce, superando i modelli precedenti.

Un nuovo modello migliora la comprensione del suono spaziale da parte delle macchine.

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

MAP-Neo punta a trasparenza e performance nella modellazione del linguaggio AI.

GigaSpeech 2 offre un'enorme raccolta di dati per le lingue a bassa risorsa per migliorare il riconoscimento vocale.

Un nuovo metodo migliora le prestazioni del modello di linguaggio in vari compiti.

VQTalker crea avatar parlanti realistici in diverse lingue, migliorando le interazioni digitali.