研究人员开发了AV-FlowEdit,一个无需模型训练或反演即可编辑音频-视觉内容的新型框架。该系统利用源目标流差异来指导编辑,同时保持非目标结构和跨模态对应关系。为了维持时间一致性和音频质量,该框架采用了跨模态事件感知频谱轨迹保持技术,该技术在编辑过程中自适应地保护不支持的区域。 AI
影响 无需大量计算资源即可实现对同步音频-视觉内容更灵活、更高效的编辑。
排序理由 该集群描述了一篇关于新型音频-视觉编辑框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- AV-FlowEdit
- CatalyzeX
- Cross-Modal Event-Aware Spectral Trajectory Preservation
- DagsHub
- Gotit.pub
- Hugging Face
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →