Haibin Wu

AV-SUPERBは、より良いパフォーマンスのためにさまざまなタスクで音声と視覚のモデルを評価するよ。

EMO-SUPERBプロジェクトは、技術の向上とコミュニティの協力を通じてスピーチ感情認識を強化するんだ。

さまざまなアプリケーションでオーディオコーデックのパフォーマンスを評価する新しいシステム。

音声タスクにおける基盤モデルを評価するための新しいフレームワーク。

音声データの中でコーデックが感情のトーンをどう保持するかを調べてる。

この記事では、自己教師あり学習を使った音声モデルの効率的なトレーニング方法について話してるよ。

MCMambaモデルは、騒がしい環境での音声品質を空間的およびスペクトル情報を使って改善するんだ。

この研究は、騒がしい条件下での音声品質を向上させるための低遅延手法を評価してるよ。

Codec-SUPERBチャレンジの結果とコーデックのパフォーマンス指標を見てみよう。

ESPnet-Codecは、音声やオーディオのニューラルコーデックのトレーニングと評価を強化するよ。

新しい方法がAIシステムの注意負荷の効率を改善する。

VERSAはスピーチ、オーディオ、音楽の品質を効果的に評価するよ。