Ziyang Ma

Novos métodos para selecionar dados de fala minimizam a rotulagem enquanto melhoram a precisão do reconhecimento.

Novos métodos melhoram a ligação entre descrições de texto e eventos sonoros.

A ELLA-V melhora a qualidade e o controle de texto para fala, superando os modelos anteriores.

Um novo modelo melhora a compreensão de áudio espacial pelas máquinas.

MuPT usa a notação ABC pra gerar música com IA de jeito eficaz.

O MAP-Neo busca transparência e desempenho na modelagem de linguagem em IA.

O GigaSpeech 2 oferece um montão de dados pra línguas de baixo recurso pra melhorar o reconhecimento de fala.

Um novo método melhora o desempenho do modelo de fala em várias tarefas.

O VQTalker cria avatares falantes realistas em várias línguas, melhorando as interações digitais.