Wei-Ning Hsu

Um novo conjunto de dados melhora a síntese de fala ao capturar a expressão emocional sem depender de texto.

Um estudo sobre como melhorar as saídas de áudio a partir de comandos de texto usando otimização de preferências.

Um novo modelo melhora a correspondência do som com as ações visuais em vídeos.

Regras essenciais para enviar trabalhos para o NeurIPS 2024.