Audio-Novel

Spotifyの検索システムにおいて、大規模言語モデル(LLM)を使用して合成クエリを生成し、オーディコールドスタート問題に対処するためのクエリ自動補完と検索機能強化に関する研究。

Spotifyの革新的な2T-HGNNシステムは、異種グラフニューラルネットワークとTwo Towerモデルを組み合わせ、スケーラブルなオーディオブック推薦を実現し、開始率46%向上を達成。

マルチモーダル話者ペルソナとLLMベースのスクリプト指示を用いた表現力豊かなオーディオブックのゼロショット生成手法。高コストな学習と手動アノテーションを不要にします。