Zhou Zhao

Um método pra ter um controle mais intuitivo sobre vozes cantando usando comandos em linguagem natural.

O ROSVOT melhora a precisão na transcrição de vozes cantando, mesmo em ambientes barulhentos.

O modelo Frieren melhora a qualidade do áudio e a sincronização para vídeos.

Novo método melhora a conversão de fala em canto usando aprendizado auto-supervisionado.

MelodyLM facilita a criação de música usando textos e comandos de voz.

Um novo método melhora o reconhecimento de emoções mesmo com dados incompletos.

Um novo conjunto de dados melhora a fala de máquina em mandarim, com o objetivo de uma expressão mais natural.

Novas ferramentas de IA estão simplificando a edição de música com técnicas inovadoras e precisão melhorada.

OmniBind integra vários tipos de dados pra melhorar a compreensão e geração de conteúdo.

MulliVC transforma vozes em várias línguas com uma precisão e clareza impressionantes.

Descubra como a tokenização semântica melhora os sistemas de recomendação.

Uma nova abordagem pra aumentar a eficácia da aprendizagem multimodal.

Aprenda como modelos 3D melhoram a estimativa de orientação de objetos para aplicações tecnológicas.