Wenze Ren

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。

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。

新しい方法で視覚情報を取り入れて、スピーチの明瞭さが向上するよ。