Audio-Novel

Utafiti wa kutafuta sauti kwa kutumia maswali ya lugha asilia, ukianzisha viwango vipya na misingi ya utafutaji wa sauti kati ya mbinu mbalimbali.

Uchambuzi wa AudioBoost, mfumo unaotumia LLM kutengeneza maswali bandia kutoka kwenye metadata ya vitabu vya sauti ili kuboresha utaftaji na mapendekezo ya maswali katika hali ya kuanzia baridi ya Spotify.

Uchambuzi wa Audiobook-CC, mfumo mpya wa usanifishaji sauti unaozalisha vitabu vya sauti vya wahusika wengi vilivyo na mshikamano, hisia, udhibiti mzuri na uwezo wa kushughulikia muktadha mrefu.

Uchambuzi wa Audiobook-CC, mfumo mpya wa TTS wa kuzalisha vitabu vya sauti vya wahusika wengi vinavyofuatana, vinavyojieleza kihisia, na vinavyolingana na muktadha kwa udhibiti mzuri.

Mfumo wa kisasa wa 2T-HGNN wa Spotify unaochanganya Mitandao ya Neural ya Grafu ya Aina Mbalimbali na miundo ya Mnara-Mbili kwa mapendekezo ya vitabu vya sauti yanayoweza kupanuka, yakiwaongeza kiwango cha kuanza kwa +46%.

Uchambuzi wa kuunganisha vitabu vya sauti vya rununu kukuza ustadi wa uelewa wa kusikiliza kwa wanafunzi wa vyuo vikuu wa KISL, kujumuisha faida, vigezo vya uteuzi, awamu za kufundisha, na tathmini.

Uchambuzi wa Movie101v2, seti kubwa ya data yenye lugha mbili kwa ajili ya simulizi za filamu, ikijumuisha mpango wake wa hatua tatu, tathmini za msingi, na mwelekeo wa utafiti wa baadaye.

Uchambuzi wa utafiti unaochunguza jinsi muziki wa usuli wenye na bila nyimbo unavyoathiri utambuzi wa maneno yanayosemwa, pamoja na maana kwa mazingira ya kijamii na kazi ya baadaye.

Zana ya kusanidi inayorahisisha uundaji wa video za takwimu zinazotembea kwa kuunganisha hadithi na uchezaji wa chati, na kutoa athari za uchezaji zinazozingatia muundo.

Makala hii inaanzisha kazi mpya ya uundaji wa simulizi kwa video, inatoa seti ya data kutoka kwa Peppa Pig, na inapendekeza mifano ya kuamua wakati na uundaji wa maudhui.

Uchambuzi wa muundo wa kikokotoo unaochunguza jukumu la utambuzi wa matamshi katika usindikaji wa maneno ya wasio wenyeji, ukikabili maelezo ya jadi ya kifonolojia.

Mfumo wa hatua mbili wa kuweka maneno yaliyonong'onezwa kwa maelezo ya fonetiki na semantiki, unaowezesha utafutaji wa juu wa hati zilizonong'onezwa zaidi ya kulinganisha maneno rahisi.

Utafiti juu ya utabiri wa sifa za prosody (sauti, ukubwa, kasi) kutoka kwa maandishi ya simulizi kwa kutumia NLP na mifano ya lugha, kuboresha TTS kwa ajili ya uzalishaji wa vitabu vya sauti.

Utafiti wa kikompyuta wa kugundua wasimulizi wasioaminika kwa kutumia Mifumo ya Lugha Kubwa, ukionyesha dataset ya TUN A na uainishaji wa kutokuaminika ndani ya simulizi, kati ya simulizi, na kati ya matini.

Karatasi ya utafiti inayochunguza jinsi ya kutumia ufafanuzi wa sauti usio safi kama usimamizi dhaifu kufundisha mifano ya kuchunguza vitendo kwenye video, kupunguza gharama za uainishaji huku ukijumuisha vipengele vya aina nyingi.

Mbinu ya kuzalisha vitabu vya sauti vyenye hisia kwa kutumia sifa za anwani nyingi na maagizo ya hati yanayotokana na LLM, bila mafunzo ya gharama kubwa au uchoraji wa mikono.

Uchambuzi wa kiufundi wa MultiActor-Audiobook, mfumo mpya wa kuzalisha sauti za kusoma zenye ufasaha kwa kutumia sifa za mzungumzaji anuwai na maagizo ya hati yanayotokana na LLM.