A ELLA-V melhora a qualidade e o controle de texto para fala, superando os modelos anteriores.
― 6 min ler
Xie Chen
Um novo modelo melhora a compreensão de áudio espacial pelas máquinas.
― 5 min ler
O AniTalker cria animações super realistas usando retratos e áudio, pegando as dinâmicas faciais bem sutis.
― 8 min ler
O GigaSpeech 2 oferece um montão de dados pra línguas de baixo recurso pra melhorar o reconhecimento de fala.
― 6 min ler
O BPE acústico melhora a inteligibilidade e a qualidade da fala em sistemas TTS.
― 7 min ler
Explorando a importância dos defeitos topológicos na física e na ciência dos materiais.
― 6 min ler
Um novo método melhora o desempenho do modelo de fala em várias tarefas.
― 7 min ler
O VQTalker cria avatares falantes realistas em várias línguas, melhorando as interações digitais.
― 8 min ler