Shuchen Shi

新しいデータセットがマルチメディアコンテンツのためのフォーリー音声の作成を改善する。

新しいモデルは、詳しいテキストと音のプロンプトを使って音声生成を強化するよ。

新しいアプローチが事前学習済みモデルを使ってフェイク音声の検出を改善する。

新しい方法がスピーチ生成の質と効率を向上させる。