Audio-Novel

Recherche sur l'utilisation de modèles de langage de grande taille pour générer des requêtes synthétiques afin d'améliorer la récupérabilité des livres audio dans le système de recherche de Spotify, abordant les défis de démarrage à froid via la saisie semi-automatique et l'amélioration de la récupération.

Le système innovant 2T-HGNN de Spotify combinant les Réseaux de Neurones Graphiques Hétérogènes et les modèles Two Tower pour des recommandations de livres audio évolutives, avec une augmentation de +46% du taux de démarrage.

Une approche zero-shot pour générer des livres audio expressifs en utilisant des personas d'intervenants multimodaux et des instructions de script basées sur des LLM, éliminant l'entraînement coûteux et l'annotation manuelle.