Gyubin Lee

CounterFlow 方法增强了反事实视频音效生成

研究人员开发了 CounterFlow，一种新颖的两阶段推理时采样方法，旨在改进反事实视频音效生成。该技术旨在生成与视频中的视觉线索相矛盾但保持时间同步的音频。CounterFlow 首先从视频中建立时间结构，同时抑制视觉暗示的声音，然后放弃视频条件，仅专注于将音频塑造成目标提示。该方法显示出比现有基线显著的改进，并引入了一个用于评估声音替换质量的新指标。