跳到正文
实时
热点事件历史事件

Falcon 音视频目标说话人提取模型发布

1 篇报道1 个报道来源21 天前更新

先了解这件事

AI 综述

Falcon 发布音视频目标说话人提取模型。该模型通过目标说话人嘴部视频从嘈杂重叠语音中提取其声音,结合单次多尺度时频分离器和编码器空间说话人对比损失,在不增加推理成本的情况下减少干扰说话人泄露。

AI 根据报道生成 · 更新于 21 天前

报道时间线

沿着报道,了解事件的不同侧面。

10月29日
  1. Hugging Face Daily Papers
    Falcon 音视频目标说话人提取模型发布

    Falcon是一个因果音视频目标说话人提取模型,通过目标说话人嘴部视频从嘈杂重叠语音中提取其声音,结合单次多尺度时频分离器和编码器空间说话人对比损失,在不增加推理成本的情况下减少干扰说话人泄露。