论文解读
SwanTale: Unified Multi-Speaker Speech and Audio Generation for Instruct and Zero-Shot Tasks
音频生成 | 7.1/10
音频生成 | 7.1/10
音频生成 | 7.2/10
语音翻译 | 6.4/10
音视频问答 | 8/10
音频修复 | 8/10
语音交互 | 6.7/10
音乐情感识别 | 4.9/10
数据增强 | 8.2/10
多模态模型 | 6.4/10
语音情感识别 | 8.7/10
语音质量评估 | 7.5/10
语音生物标志物 | 6.5/10
音乐理解 | 7.5/10
语音合成评估 | 7.0/10
语音质量评估 | 7.5/10