楞伽山人帖

这个网站是一个记录人工智能领域最新发展和技术革新的平台，涵盖了自然语言处理、元宇宙和机器学习等多个方面。在该网站上，你可以找到最新的研究成果、技术案例、新闻报道和市场趋势分析。通过这个网站，你可以了解到人工智能应用的最新动态，在各自领域中应用的最佳实践以及如何将不同的技术结合起来构建更加先进的系统。此外，它也提供一个交流和分享的平台，让人们可以分享自己的想法、经验和观点，并获得来自其他专业人士的反馈和建议。总之，这个网站是一个非常有价值的资源，它能够帮助人们更好地理解和掌握人工智能领域的前沿技术和应用。包括以下领域：元宇宙,虚拟人,机器学习,算法,机器视觉,自然语言处理,芯片,集成电路,cv,nlp,layout design

跳至正文
  • 首页
  • 自然语言处理
    • 命名实体提取
    • 意图识别
    • 文本摘要
    • 语音识别ASR
    • 语音合成TTS
    • 知识图谱
  • 机器视觉
  • 大规模集成电路
    • 版图设计
    • 模拟测试
    • 工具教程
  • 工程开发
  • 多模态
    • 视频检索
    • 元宇宙
  • 机器学习
    • 时间序列
  • 文章归档

多模态转录---包含唇语【视听语音模型】MuAViC

发表评论
287 views

  • 楞伽山人帖
  • 机器学习
  • 多模态转录---包含唇语【视听语音模型】MuAViC

尝试这个多模态的转录模型，深度学习在视听结合方向上又向前迈进了一步

muavic 多模态转录---唇语

期待Colab notebook 示例的开放！

本条目发布于 2023-08-16 。属于机器学习 分类， 被贴了 多模态 标签。 作者是 菜鸟一号 。

文章导航

← Animagine XL：高分辨率潜在文本生成模型【AIGC】 Meta开源可商用Llama2 →
  • 评论0

您还没有登录，请您登录后发表评论。

Views

  • 情感计算研究进展、现状及趋势 - 2611 views
  • Oauth2+JWT 加密token - 1794 views
  • 语音合成TTS主要模型分析 - 1227 views
  • Neo4J 介绍、安装以及使用(附带示例) - 1139 views
  • 使用ChatGPTAPI快速构建微信wechat、QQ、slack、电报机器人机器人 - 1000 views
  • SparkStream实时分析统计展示共享单车使用人数 - 984 views
  • 半导体器件基础--耗尽区 Depletion Zone - 968 views
  • 机器学习基础--EM算法 - 904 views
  • 半导体器件基础--原子组合 - 903 views
  • 半导体器件基础- - 结二极管 - 817 views

分类目录

  • 多模态
  • 元宇宙
  • 视频检索
  • 时间序列
  • 机器学习
  • 知识图谱
  • 语音合成TTS
  • 工具教程
  • 模拟测试
  • 自然语言处理
  • 语音识别ASR
  • 文本摘要
  • 意图识别
  • 工程开发
  • 版图设计
  • 大规模集成电路
  • 机器视觉
  • 命名实体提取

近期文章

  • Meta开源可商用Llama2
  • 最新火热开源LLM<WizardMath-70B>
  • 使用text split explorer检查调整文本分割策略
  • LangChain结合Airbyte-让llm agent 使用更多工具
  • Langchain与Elasticsearch结合交互式分析数据库
  • 如何使用 Claude 2 聊天机器人
  • 使用AWS CDK部署开源大模型LLM【LLMOps】
  • Animagine XL：高分辨率潜在文本生成模型【AIGC】
  • 多模态转录---包含唇语【视听语音模型】MuAViC
  • 英伟达 CALM 虚拟角色定制模型开源

标签云

时间序列预测 元宇宙 集成电路 登录认证 多模态 ARIMA 虚拟人 机器学习 LLM 工程开发 视频检索 版图设计 NLP CV layout

功能

  • 管理站点
  • 登录
  • GitBook
Copyright© 2024  楞伽山人帖  |  SiteMap  |  RSS Feed  |  友情链接 |  Hosting On  Linode |  百度统计
Powered by Django  |  liangliangyy | lylinux | 本页面加载耗时:0.068s

蜀ICP备2022021012号-1

蜀ICP备2022021012号-1