实体
T2AV
T2AV
PulseAugur coverage of T2AV — every cluster mentioning T2AV across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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CAST-Bench基准评估音频-视频生成系统
研究人员推出了CAST-Bench，这是一个新的基准，旨在通过将每种生成的声音追溯到其预期来源来评估文本到音频视频（T2AV）生成系统。该基准解决了现有系统中的局限性，确保声音被正确归属、与视觉动作同步，并在单镜头和多镜头场景中保持语义准确性。CAST-Bench将900个提示组织成九个声音-来源类别，并包含一个包含18个指标的评估套件。对12个系统的初步基准测试显示，虽然视觉质量很高，但音频语义分数差异很大，多镜头提示在一致性和事件…
-
新基准应对文本到音频视频生成中的安全风险
研究人员推出了AV-SafetyBench，一个旨在评估文本到音频视频（T2AV）生成模型安全性的新基准。该基准考虑了可能由音轨或音频与视觉元素的联合解释所带来的风险，从而解决了现有安全评估的局限性。AV-SafetyBench包含一个跨越四个轴的13个类别的分类法，并使用5,200个提示来评估来自完整音视频、仅视频和仅音频视角的模型输出。对五个开源T2AV模型的初步评估显示存在重大的安全隐患，完整音视频不安全率从25.1%到49.4…