Neil Zeghidour(ex Google, Kyutai) рассказывает о своих работах над AudioLLM, MusicLM и SoundStorm в Google, и затем над moshi.
Очень наглядная эволюция идей и реализаций, аудиопримеры того, как модели на основе семантических и акустических токенов справляются с разными задачами генерации, сколько нужно размеченных данных для каждого случая.
Там еще целый плейлист всякого про аудио фаундейшн модели и кодеки.
напишите коммент
0 комментов
можете перейти, но сначала проверьте ссылку и будьте аккуратны: не вводите по ссылке пароли, номера телефонов и банковских карт, и другие личные данные
https://
уверены, что хотите выйти?
придется авторизоваться заново, а заполненные данные будут удалены
пост закреплён — пока закрепить можно только один пост
что-то пошло не так — попробуйте снова чуть попозже
