Audio-Novel

تحقیق در مورد استفاده از مدل‌های زبانی بزرگ برای تولید پرس‌وگوهای مصنوعی به منظور بهبود بازیابی کتاب‌های صوتی در سیستم جستجوی اسپاتیفای، با تمرکز بر حل چالش‌های شروع سرد از طریق تکمیل خودکار پرس‌وجو و ارتقای بازیابی.

سیستم نوآورانه 2T-HGNN اسپاتیفای که شبکه‌های عصبی گراف ناهمگن و مدل‌های دو برجی را برای توصیه‌های مقیاس‌پذیر کتاب صوتی ترکیب می‌کند و 46٪ افزایش نرخ شروع را محقق کرده است.

روشی zero-shot برای تولید کتاب‌های صوتی بی‌ان با استفاده از پرسوناهای چندوجهی گوینده و دستورات مبتنی بر LLM، حذف نیاز به آموزش پرهزینه و حاشیه‌نویسی دستی