Генерация речи с помощью LLM: Борис Жестков, SberDevices
Спикер: Борис Жестков, Team Lead RnD.TTS, SberDevices.
Рассмотрели подходы к генерации голоса с помощью разных LLM-архитектур. Борис рассказал про одноголосный и мультиголосный подходы, о возможных способах кодирования аудио и о клонировании голоса промтингом — VALL-E. Разобрались, как управлять генерацией с текстовыми инструкциями и повышать качество и стабильность синтеза речи LLM.
Наш телеграм: https://t.me/zheltyi_ai
Дайджесты, статьи и анонсы митапов: https://t.me/kod_zheltyi
Жизнь команда изнутри и вакансии по направлениям: https://t.me/t_crew
Блог на Хабре: https://habr.com/ru/companies/tbank
Видео Генерация речи с помощью LLM: Борис Жестков, SberDevices канала Желтый AI
Рассмотрели подходы к генерации голоса с помощью разных LLM-архитектур. Борис рассказал про одноголосный и мультиголосный подходы, о возможных способах кодирования аудио и о клонировании голоса промтингом — VALL-E. Разобрались, как управлять генерацией с текстовыми инструкциями и повышать качество и стабильность синтеза речи LLM.
Наш телеграм: https://t.me/zheltyi_ai
Дайджесты, статьи и анонсы митапов: https://t.me/kod_zheltyi
Жизнь команда изнутри и вакансии по направлениям: https://t.me/t_crew
Блог на Хабре: https://habr.com/ru/companies/tbank
Видео Генерация речи с помощью LLM: Борис Жестков, SberDevices канала Желтый AI
Комментарии отсутствуют
Информация о видео
29 июля 2024 г. 19:22:17
00:28:08
Другие видео канала
AI in Context: Иван Стельмах, Центральный университет
Эффективная модерация изображений: как исправлять нарушения, сохраняя количество и качество контента
VLM: история развития, обзор и наш опыт сравнения
Обучение и использование LoRA-адаптеровдля диффузионных моделей
Как улучшить похожесть голосов при конвертации голоса
Желтый Club Talks — Про NeurIPS 2023 и Новый Орлеан
OFFLINE RL — ЧТО БЫЛО ДАЛЬШЕ? — Владислав Куренков, Тинькофф
RL in Embodied AI fine tune, pretrain, offline: Александр Панов, AIRI
Тайны трансформерной персонализации — Кирилл Хрыльченко, Яндекс
Ускорение создания моделей синтеза речи — от обработки данных к production: Валерий Болдаков, Т-Банк
Revisiting the Minimalist Approach to Offline Reinforcement Learning — Денис Тарасов, Тинькофф
OCR в Т-Банке: Александр Иванов, Т-Банк
Как и для чего распознавать эмоции в устной речи?
Адаптивное квотирование источников кандидатов в near real-time — Даниил Самойлов, VK
Bag of tricks для ускорения CV моделей — Егор Шестопалов, Тинькофф
Создание персонализированных подборок на главной странице Lamoda — Данил Комаров, Lamoda Tech
Как сделать хороший перевод документов на базе LLM — Николай Карпачев, Яндекс
Летопись ассистента для разработчиков Nestor от начала до наших дней: Николай Пермяков, Т-Банк
Вредные LLM‑советы для непослушных NLP‑разработчиков и их продактов — Иван Самсонов, AI VK
От непризнанного научного бенчмарка до основной метрики качества голоса в VK Звонках
