![[WavLM]超越所有语音识别模型！结构](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/September2024/wavlm_1_-520x300.png)
[WavLM]超越所有语音识别模型！结构和性能如何？
[WavLM]超越所有语音识别模型！结构和性能如何？
语音处理
表现性学习
语音与图像融合！多模态方法 "AV-HuBERT "在肢体障碍者的语音识别中是否大放异彩？
语音与图像融合！多模态方法 "AV-HuBERT "在肢体障碍者的语音 ...
肢体瘫痪者的语音识别功能
Meta 开发的人工智能！与传统的自我监督学习模型不同，"HuBERT "模型的性能如何？
Meta 开发的人工智能！与传统的自我监督学习模型不同，"HuBERT ...
人工智能促进科学
生成式人工智能和用户的 "激情行为"。
生成式人工智能和用户的 "激情行为"。
3D
![AudioLDM]使用潜在扩散的文本到音](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/January2024/audioldm-520x300.png)
AudioLDM]使用潜在扩散的文本到音频生成模型
AudioLDM]使用潜在扩散的文本到音频生成模型
扩散模型
![[CoDi]可处理几乎所有模式的任意扩散](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/December2023/composable_diffusion-520x300.png)
[CoDi]可处理几乎所有模式的任意扩散模型
[CoDi]可处理几乎所有模式的任意扩散模型
扩散模型
![[CLAP] 语音和文本对比学习模型](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/December2023/clap_2_-520x300.png)
[CLAP] 语音和文本对比学习模型
[CLAP] 语音和文本对比学习模型
对比学习
![Brain2Music] 根据大脑信息自](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/December2023/brain2music-520x300.png)
Brain2Music] 根据大脑信息自动生成音乐。
Brain2Music] 根据大脑信息自动生成音乐。
大型语言模型
![[MuLan] 使用对比学习的多模态音乐](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/October2023/mulan-520x300.png)
[MuLan] 使用对比学习的多模态音乐-文本。
[MuLan] 使用对比学习的多模态音乐-文本。
对比学习
![[MusicLM]谷歌开发的文本到音乐生](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/October2023/musiclm-520x300.png)
[MusicLM]谷歌开发的文本到音乐生成模型。
[MusicLM]谷歌开发的文本到音乐生成模型。
Transformer
时间-频率一致性（TF-C），是时间序列中先验学习与自我监督的对比学习的首次实现。
时间-频率一致性（TF-C），是时间序列中先验学习与自我监督的对比学习 ...
时间序列
剖析网站和受众之间的关系，可以发现假新闻和政治偏见！这也是一个很好的例子！
剖析网站和受众之间的关系，可以发现假新闻和政治偏见！这也是一个很好的例 ...
GNN
成功的自我监督控制学习的数据集要求是什么？
成功的自我监督控制学习的数据集要求是什么？
数据集
无监督的持续学习!
无监督的持续学习!
持续学习
IBOT旨在通过自我蒸馏实现CV BERT的目标
IBOT旨在通过自我蒸馏实现CV BERT的目标
Transformer
最后，一个用于图像识别的BERT？关于MAE
最后，一个用于图像识别的BERT？关于MAE
Transformer
理解对角线损失的行为
理解对角线损失的行为
对比学习
我用进化的策略算法创造了抽象的表现主义艺术。
我用进化的策略算法创造了抽象的表现主义艺术。
生成图像