Zachary Novack
収録論文 1本 ・ フィジカルAI/ロボット学習
動画音声生成
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- SoundReactor: フレーム単位のオンライン動画音声生成動画音声生成2025/10/2
未来のフレームを見ずに動画からリアルタイムで音声を自己回帰生成するフレーム単位オンラインV2Aタスクを提案し、因果的Transformerと拡散・一貫性微調整で低遅延・高品質なステレオ音声を実現した。
世界のフィジカルAIを、日本語で。
収録論文 1本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
未来のフレームを見ずに動画からリアルタイムで音声を自己回帰生成するフレーム単位オンラインV2Aタスクを提案し、因果的Transformerと拡散・一貫性微調整で低遅延・高品質なステレオ音声を実現した。