跳到正文
热点事件持续更新

PLACE:基于条件嵌入的双耳音频生成位置潜在适配方法

1 篇报道1 个报道来源4 小时前 更新

先了解这件事

AI 综述

PLACE 扩展了 pretrained any-to-audio 模型 AudioX,支持从文本、视频及可选音频提示生成双耳音频。该方法通过 Perception Encoder Core 特征增强视频条件,将文本与视频表示对齐以提取空间线索,并对生成潜在施加条件依赖的低秩变换。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月2日
  1. arXiv · Audio and Speech
    PLACE:通过条件化嵌入实现双耳音频生成的位置潜在适配

    PLACE 扩展了 pretrained any-to-audio 模型 AudioX,支持从文本、视频及可选音频提示生成双耳音频。该方法通过 Perception Encoder Core 特征增强视频条件,将文本与视频表示对齐以提取空间线索,并对生成潜在施加条件依赖的低秩变换。

本事件热度走势

当前热度 9·可比范围峰值 10(10月2日 13:00)·近 24 小时可比范围变化 –

02.557.51010月2日13:0010月2日14:0010月2日14:0010月2日15:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。