Zhou Zhao

自然言語のプロンプトを使って歌声をより直感的にコントロールする方法。

ROSVOTは、騒がしい環境でも歌の声を正確に文字起こしするのを強化するよ。

Frierenモデルは、動画の音質と同期を改善するよ。

新しい方法で、自己教師あり学習を使ってスピーチから歌への変換が改善されたよ。

MelodyLMはテキストと音声入力を使って音楽作りを簡単にするよ。

新しい方法で、データが不完全でも感情認識が向上するんだ。

新しいデータセットがマンダリンの機械音声を向上させて、自然な表現を目指してるよ。

新しいAIツールが、革新的な技術と向上した精度で音楽編集を簡単にしてるよ。

OmniBindはいろんなデータタイプを統合して、内容の理解や生成を向上させるんだ。

MulliVCは、言語間で声を驚くほど精度高くクリアに変換するよ。

セマンティックトークン化がレコメンデーションシステムをどう改善するか学ぼう。

マルチモーダル学習の効果を高める新しいアプローチ。

3Dモデルがテクノロジーアプリケーションの物体方向推定をどう向上させるか学ぼう。