163 papers
Dit artikel introduceert ZeSTA, een framework dat zero-shot tekst-naar-spraak gebruikt als data-augmentatie voor gepersonaliseerde spraaksynthese, waarbij domein-geconditioneerde training en oversampling van echte data de sprekersgelijkenis verbeteren zonder de basisarchitectuur aan te passen.
Dit paper introduceert LabelBuddy, een open-source tool voor audio-annotatie die met AI-ondersteuning de kloof tussen menselijke intentie en machinebegrip overbrugt door een flexibele, containergebaseerde architectuur te bieden voor samenwerking en aangepaste modellen.
Dit paper introduceert een methode met lage rekenkosten voor het sturen van latent audio-diffusiemodellen via Latent-Control Heads (LatCHs), die directe controle in de latentruimte mogelijk maken zonder dure decoder-backpropagatie, terwijl de audiokwaliteit behouden blijft.