PulseAugur
中
实时 20:36:52
实体 Loud and Clear

Loud and Clear

PulseAugur coverage of Loud and Clear — every cluster mentioning Loud and Clear across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
  1. TOOL · CL_303347 ·

    新方法增强了多模态 RAG 系统中视觉证据的使用

    研究人员开发了一种名为 Loud and Clear (LoC) 的新方法,以改进多模态文档检索增强生成 (RAG) 系统利用视觉信息的方式。研究发现,现有方法未能充分利用检索文档中的视觉证据,即使找到了正确的页面。LoC 通过增强检索文档的“响度”(充分利用视觉令牌容量)和“清晰度”(优化页面以突出证据)来解决这一问题。这种方法结合了更高分辨率的页面和来自查询相关区域的光学字符识别 (OCR),在 SciEGQA 和 ViDoRe-…

  2. RESEARCH · CL_284557 ·

    激活引导增强了文本到语音的情感控制和可懂度

    两篇新研究论文介绍了一种名为“激活引导”的方法,可以在不重新训练现有文本到语音(TTS)模型的情况下控制生成语音的各个方面。第一篇论文“SteerSpeech”通过将引导向量注入模型激活来控制情感表达,展示了使用Qwen3-TTS等模型改进情感控制和说话人身份保持。第二篇论文“Loud and Clear”应用了类似的提示相对引导机制,以增强嘈杂环境下的语音可懂度,其灵感来自人类的Lombard效应,并显示在背景噪声下词错误率有所降低。