Le filThèmes : RechercheModèles
DEFINE sépare l’identité du locuteur et l’accent dans la synthèse vocale zero-shot à partir d’exemples audio
1 sourcemis à jour il y a 2 jpertinence 2,5 sur5
L’essentiel
DEFINE, construit sur F5-TTS avec une adaptation LoRA, règle la force de l’accent par un seul poids de guidage à l’inférence, sans réentraînement. Sur les accents vus, la précision de la sonde passe de 6,5 % à 19,6 %.
Propagation1 article, publié par HF Daily Papers le 5 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceAmbuj Mehrish, Abhinaba Roy, Alex Ivanov et al.huggingface.co
DEFINE: Exemplar-Guided Accent Control for Zero-Shot TTS (site externe)
Zero-shot text-to-speech (TTS) can reproduce an unseen speaker from a short reference recording, but typically entangles speaker identity and accent within the same reference.
Sur les mêmes thèmes
Modèles
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Modèles
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Modèles
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Modèles
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5