Joon Son Chung

新しい方法がセッションのばらつきをうまく管理することで、スピーカーバリデーションを改善するよ。

この記事では、効率的に映画の予告編を生成する自動化された方法について話しています。

新しい方法が、大規模データセットと高度なモデルを使って動画の要約を改善してるよ。

ElasticASTは重要な詳細を失うことなく、可変長オーディオを効率的に処理できる。

音声と視覚情報をうまく使って音源定位を改善する研究。

VoxCelebチャレンジを通じたスピーカー認識の進展の概要。