Audio-Novel

Analisis keupayaan LLM mengekalkan dunia fiksyen yang konsisten, mendedahkan batasan dalam koheren naratif dan pengekalan keadaan untuk penulisan kreatif.

Dokumentasi teknikal komprehensif dan sumber tentang teknologi dan aplikasi audio-novel.

Kajian tentang pencarian audio menggunakan pertanyaan bahasa semula jadi bentuk bebas, memperkenalkan penanda aras dan garis dasar baharu untuk pencarian audio rentas moda.

Analisis kerangka teori untuk mengkonsepkan perbezaan antara membaca buku bercetak dan mendengar buku audio, menekankan amalan mendengar mudah alih.

Analisis AudioBoost, sistem yang menggunakan LLM untuk menjana kueri sintetik daripada metadata buku audio bagi meningkatkan pencarian dan cadangan kueri dalam senario permulaan sejuk Spotify.

Analisis AudioBoost, sistem yang menggunakan Model Bahasa Besar untuk menjana pertanyaan sintetik bagi meningkatkan kebolehcapian buku audio dalam enjin carian Spotify semasa senario permulaan sejuk.

Analisis Audiobook-CC, rangka kerja sintesis pertuturan novel untuk menjana buku audio multicast yang koheren, ekspresif emosi dengan kawalan halus dan pemodelan konteks panjang.

Analisis Audiobook-CC, rangka kerja TTS novel untuk menjana buku audio multicast yang koheren, ekspresif emosi, konsisten konteks dengan kawalan halus.

Analisis kritis terhadap ulasan buku 'Buku Audio Digital' yang meneroka teori mediatisasi, pasca-fenomenologi, dan landskap penggunaan sastera berasaskan audio yang berkembang.

Analisis model terjemahan pertuturan-ke-teks hujung-ke-hujung pada korpus buku audio yang dipertingkat, meneroka senario latihan dan kecekapan model.

Analisis mendalam muzik filem melalui lensa naratologi, meneroka fungsi muzik merentasi pelbagai aras naratif dalam sinema.

Sistem 2T-HGNN inovatif Spotify menggabungkan Rangkaian Neural Graf Heterogen dan model Dua Menara untuk cadangan buku audio berskala besar, mencapai peningkatan +46% kadar permulaan.

Analisis metodologi pembinaan korpus J-MAC, sumbangan teknikal, keputusan penilaian, dan hala tuju masa depan untuk sintesis pertuturan buku audio yang ekspresif.

Pendekatan meta-pembelajaran baharu (MAMLCon) yang mengurangkan lupa bencana dalam pembelajaran berterusan dengan sampel sedikit untuk pengelasan perkataan bertutur, mengatasi kaedah sedia ada seperti OML.

Analisis dan kerangka kerja untuk mengintegrasikan Buku Audio Mudah Alih (MAB) bagi membangunkan kemahiran kefahaman mendengar dalam kalangan pelajar kolej EFL, merangkumi kelebihan, pemilihan, pelaksanaan, dan penilaian.

Analisis dan kerangka kerja untuk mengintegrasikan buku audio mudah alih bagi membangunkan kemahiran kefahaman mendengar dalam kalangan pelajar kolej EFL, merangkumi kelebihan, pemilihan, pelaksanaan dan penilaian.

Analisis Movie101v2, set data dwibahasa berskala besar untuk naratif filem, termasuk pelan tugas tiga peringkat, penilaian asas, dan hala tuju penyelidikan masa depan.

Analisis penyelidikan tentang bagaimana muzik latar dengan dan tanpa lirik mempengaruhi pengecaman perkataan lisan, dengan implikasi untuk tetapan sosial dan kerja masa depan.

Satu alat pengarangan interaktif yang memudahkan penciptaan video data animasi dengan menghubungkan naratif kepada animasi carta dan menyediakan kesan animasi yang sedar struktur.

Kertas penyelidikan memperkenalkan tugas penjanaan naratif automatik untuk video, membentangkan set data baharu dari Peppa Pig, dan mencadangkan model untuk penentuan masa dan penjanaan kandungan.

Analisis model pengiraan yang meneroka peranan persepsi fonetik dalam pemprosesan perkataan bukan asli, mencabar penjelasan fonologi tradisional.

Rangka kerja dua peringkat untuk menyemat perkataan percakapan dengan maklumat fonetik dan semantik, membolehkan pencarian dokumen percakapan termaju melebihi padanan istilah mudah.

Kajian meramal atribut prosodi (nada, kelantangan, kadar) daripada teks naratif menggunakan NLP dan model bahasa, meningkatkan TTS untuk penjanaan buku audio.

Kajian pengenalpastian pengiraan pencerita tidak boleh dipercayai menggunakan LLM, menampilkan dataset TUN A dan klasifikasi ketidakbolehpercayaan intra-naratif, inter-naratif dan inter-teks.

Kertas penyelidikan meneroka penggunaan naratif audio yang bising sebagai penyeliaan lemah untuk melatih model pengesanan tindakan, mengurangkan kos anotasi sambil memanfaatkan ciri video multimodal.

Pendekatan zero-shot untuk menjana buku audio ekspresif menggunakan persona penutur multimodal dan arahan skrip berasaskan LLM, menghapuskan keperluan latihan mahal dan anotasi manual.

Analisis teknikal MultiActor-Audiobook, sistem sifar-tembak novel untuk menjana buku audio ekspresif menggunakan persona pencerita multimodal dan arahan skrip berasaskan LLM.