Flux
A Flux címke az MI hang- és képgenerálási területéhez kapcsolódó híreket gyűjti. Ide tartozik a Deepgram Flux beszédfelismerő technológiája, amely az Anam avatarjainak megszólalásait támogatja, valamint az AI-képgenerálás pontosabb vezérlését célzó kutatások és fejlesztések.
A témakör azért fontos, mert a mesterséges intelligencia minősége nemcsak a létrehozott tartalmon, hanem az irányíthatóságon és a természetes kommunikáción is múlik. A címke alatt ezért a beszédalapú rendszerek, az avatarok és a képgeneráló modellek új módszereiről, gyakorlati eredményeiről és technológiai fejlesztéseiről olvashatók hírek.
A Deepgram Flux STT-je feleannyi avatarbeszólást eredményezett az Anamnál
Az Anam a Deepgram Flux beszédfelismerő modelljével javította az avatarok megszólalásainak időzítését. A vállalat saját A/B tesztjeiben körülbelül 50 százalékkal…
A Google új módszere pontosabban irányítaná az AI-képgenerálást
A Diffusion Controller nevű Google Research keretrendszer azt célozza, hogy a szövegből képet készítő modellek jobban kövessék a felhasználói utasításokat, miközben…