实体
WavFlow
WavFlow
PulseAugur coverage of WavFlow — every cluster mentioning WavFlow 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
0
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
-
Stereo2Spatial模型将立体声音乐转换为空间音频
一个名为Stereo2Spatial的新开源模型已被开发出来，用于将立体声音乐转换为空间化双耳混音。该模型采用流匹配扩散方法，最初探索潜在空间，然后转向原始波形建模以提高质量。通过借鉴WavFlow论文中的幅度提升技术，实现了训练稳定性，并在双A6000 GPU上使用超过7000首曲目进行了训练。该项目包括发布的代码和用于推理的Windows桌面应用程序，均采用Apache 2.0许可证。
-
WavFlow 直接在波形空间中生成音频
研究人员推出了 WavFlow，一个直接在原始波形空间中生成高保真音频的新框架，无需中间潜在空间压缩。该方法利用波形补丁化和幅度提升，通过在流匹配中直接预测来实现稳定的优化。WavFlow 在大型视频-文本-音频三元组数据集上进行了训练，并在音频生成基准测试中表现出竞争力，其性能与现有的基于潜在空间的方法相当或更优。