[논문분석] E2E Segmenter: Joint Segmenting and Decoding for Long-Form ASR
VAD(Voice Activity Detector)와 Streaming End-to-end (E2E) models for ASR을 통합해 성능 향상
VAD(Voice Activity Detector)와 Streaming End-to-end (E2E) models for ASR을 통합해 성능 향상
ASR에 Decoder를 LLM으로 사용, LoRA finetuning
CPU에서도 실시간으로 동작하는 Sound Enhancement model
neural contextual adapter를 활용한 context-biasing
neural contextual adapter를 활용한 context-biasing
Pointer를 활용한 context-biasing
ASR 분야에 핵심 모델 : MHSA + Conv
Pre-training, Adaptation, Utilization, Capability Evaluation 에 대한 내용 탐구
audio signals + face images + landmarks → 통합으로 conditioning
KAT에 기반한 Network algorithm : 중간 과정 의미 해석 + 수식 유도 (MLP blackbox와 대조)
diffusion model에 대한 Practical한 고찰
object에 맞는 사람의 pose를 denoise estimate 하고 diffusion based image editing
Wav2vec + animatediff - Talking Face generation
Audio Conditioned Diffusion Models - Talking Face generation
GAN을 활용한 sound guided video generation, clip의 latent space를 활용
GAN을 활용해 압축된 표현에서 오디오로 변환, one generator and two discriminators
Score-Based Models 스터디
Self-supervised learning을 통해 graph autoencoders 성능 개선
BERT를 활용한 Audio Hidden-Unit 생성
Hubert를 활용한 Unit Multilingual S2S translation
Audio와 Video의 멀티모달 Translate 모델
Latent space 에서 diffusion process
Image prompt를 위한 decoupled cross-attention adapter, text prompt와 병행 사용
high quality video generation, Google Research
Graph를 처리할 수 있는 Convolution Network
첫 프레임 특징을 시간축 self-attention에 주입해 일관성을 끌어올린 Image-to-Video 모델
diffusion model에 Transformer 구조 사용, video generation model
transformer based Diffusion model
Multi-model image generation diffusion model
transformer based Diffusion model
U-Net 대신 transformer를 사용하는, DiT를 발전 시킨 모델
U-Net을 기반으로 하는 image deblurring, low cost
Image generation에서 다양한 Condition을 위한 Finetuning 방법
StoryDiffusion : 텍스트 기반 이야기를 일관성 있는 이미지나 영상으로 표현
conditioning을 제어할 수 있는 Finetuning 방법 ControlNet을 제안
ControlNet에서 영감을 얻은 long video generation, Picsart AI Research
Noise 공유를 통한 프레임 간 연관성 향상
Stable diffusion의 video generation version
LLM을 활용한 multimodal diffusion generation
효율적인 LVDM, Reuse and Diffuse : VidRD
task를 나눠 quality를 높히자
Diffusion model의 Video generation, base 논문