Nima Mesgarani

HiFTNetは、効率的な革新技術を使って、より速く高品質な音声合成を提供してるよ。

新しい方法が、ラベルなしで音の認識と音源の特定を向上させる。

新しいツールがあって、ユーザーは簡単なテキスト指示で音を簡単に変更できるよ。

聴覚皮質が時間にわたって音をどう統合するかを探ってみて。

マンバはスピーチタスクでトランスフォーマーに対して期待できる成果を見せてて、特に長い入力に対して効果的だね。

Style-Talkerは、人間と機械の会話を感情の深さで向上させるよ。

SpeechLLMは期待できるけど、会話の中で話者の特定が苦手なんだよね。

StyleTTS-ZSは、手間いらずで高品質な音声合成を提供してくれるよ。

大規模言語モデルによる言語理解の探求。