【HiFi-GAN】単一GPUで22kHzの音声を生成可能なGANベースのボコーダー
【HiFi-GAN】単一GPUで22kHzの音声を生成可能なGANベー ...
Speech Synthesis
深層学習
潜在拡散モデルは必ずしも「サイズを大きくすれば良い」というわけではない
潜在拡散モデルは必ずしも「サイズを大きくすれば良い」というわけではない
Diffusion Model
【Mustango】音楽のドメイン知識を活用した音楽生成モデル
【Mustango】音楽のドメイン知識を活用した音楽生成モデル
Audio and Speech Processing
【VoiceCraft】業界最高レベルで自然な音声を合成できる言語モデル
【VoiceCraft】業界最高レベルで自然な音声を合成できる言語モデ ...
Speech Synthesis
「LLMが長文を出力する際の正確さ」を自動評価する手法が誕生
「LLMが長文を出力する際の正確さ」を自動評価する手法が誕生
Large language models
大規模言語モデルによる法律サービスの変革！速度と正確性で人間を超える？
大規模言語モデルによる法律サービスの変革！速度と正確性で人間を超える？
Large language models
VideoPrismが切り開くビデオ解析の可能性
VideoPrismが切り開くビデオ解析の可能性
Large language models
日本語特化の大規模言語モデルの最前線を切り拓く「RakutenAI-7B」
日本語特化の大規模言語モデルの最前線を切り拓く「RakutenAI-7 ...
Large language models
デコンパイルに特化した大規模言語モデル「LLM4Decompile」の登場
デコンパイルに特化した大規模言語モデル「LLM4Decompile」の ...
Large language models
インフォグラフィックスからUIまで画像とテキストを理解する「ScreenAI」
インフォグラフィックスからUIまで画像とテキストを理解する「Scree ...
Large language models
自律設計から実行までマルチ大規模言語モデルによる科学実験の自動化
自律設計から実行までマルチ大規模言語モデルによる科学実験の自動化
Large language models
【Segment Anything】ゼロショットセグメンテーションモデル
【Segment Anything】ゼロショットセグメンテーションモデ ...
segmentation
トランスフォーマーと大規模言語モデルが作る化学研究と新薬開発の未来
トランスフォーマーと大規模言語モデルが作る化学研究と新薬開発の未来
Large language models
網目状構造化学におけるGPT-4による新材料開発の可能性
網目状構造化学におけるGPT-4による新材料開発の可能性
Large language models
大規模言語モデルによる化学分野のパラダイムシフト、分類・回帰・逆反応設計への応用
大規模言語モデルによる化学分野のパラダイムシフト、分類・回帰・逆反応設 ...
Large language models
LLMとロボティクスによる実験プロセスの全自動システム「GPT-Lab」
LLMとロボティクスによる実験プロセスの全自動システム「GPT-Lab ...
Large language models
「GPT-4」が示す化学の知識と問題解決能力とは？
「GPT-4」が示す化学の知識と問題解決能力とは？
Large language models
プログラミング不要で科学論文を読み解くGPT-4Vの有用性
プログラミング不要で科学論文を読み解くGPT-4Vの有用性
Large language models