Wei Xue

MuPTはAIを使って効果的に音楽を生成するためにABC表記を利用してるよ。

FlashSpeechは、迅速で高品質な音声合成ソリューションを提供してるよ。

CoCoGestureは、話される言葉に合わせたリアルなジェスチャーを作って、インタラクションを高めるんだ。

大規模言語モデルがマルチメディア生成を通じて創造性をどう高めるかを探ってみよう。

動画コンテンツに合った音楽を効果的に作る新しい方法。

この研究は、宇宙のインフレーション期に粒子がどうやって形成されるかを探るものだよ。

新しいアルゴリズムは、バックグラウンドエラーをより正確にモデル化することで予測を改善する。

MMTrailは、より良いビデオ言語モデルのために視覚と音声の説明を組み合わせてるんだ。

この研究は、LLMが音楽をどれくらい理解して生成できるかを調べてるよ。

新しい方法が言語モデルを強化して、パフォーマンスを向上させ、リソースの使用を減らすよ。

NoRAは、少ないリソースで大きなモデルを適応させる賢い方法を提供します。

X-Codecは、音声生成をセマンティックな理解を処理に組み込むことで改善するんだ。

新しい方法で、たった1枚の画像からよりリアルな3Dモデリングができるようになったよ。

TSEが混雑した環境でテキストキューを使って音声認識を改善する方法を学ぼう。

研究者たちが活き活きとした歌の動画のための新しいモデルを開発し、アニメーションを強化したよ。

アクシオン、コスミックストリング、ダークマターの謎の関係を探る。