实体
KVAE-Audio
KVAE-Audio
PulseAugur coverage of KVAE-Audio — every cluster mentioning KVAE-Audio across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的KVAE分词器增强了多模态生成模型
研究人员推出KVAE，这是一族用于多模态生成模型的分词器，包括专门用于音频、3D视频和2D图像的模型。这些分词器旨在提高文本条件生成任务的学习速度和样本质量。据报道，KVAE模型在各种客观和主观指标上，其性能与现有的开源分词器相当或更优，并且训练细节和代码已公开提供。
-
kandinskylab发布KVAE-Audio，一款高保真音频自编码器
kandinskylab发布了KVAE-Audio，一款新的连续全频带音频自编码器。该模型能有效地将原始音频波形压缩成紧凑的潜在表示，并以高保真度重建语音、音乐和通用声音。它被设计用作生成模型的潜在空间，内部测试表明，当KVAE-Audio集成到流程中时，文本到音频生成质量有所提高。