NVSpeech 處理副語言聲音 2025 年 8 月 13 日 Share to X Copy link NVSpeech 用於處理副語言聲音（paralinguistic vocalizations），包括非語言聲音（如笑聲、呼吸）和詞彙化插入語（如「uhm」、「oh」）。這些元素在自然對話中至關重要，能傳達情感、意圖和互動線索，但傳統自動語音辨識（ASR）和文字轉語音（TTS）系統往往忽略它們。 Categories: 開源, 香港中文大學, Mac, Win, 模型, 聲效, 語音
Matrix-3D：可探索的3D 世界 2025 年 8 月 13 日 Share to X Copy link 相較於最先進的 360 度影片生成方法，Matrix-3D 在全景影片的視覺品質與合理幾何結構上更優越。同時，在視覺品質與相機可控性上，也超越先前的相機控制影片生成方法。廣泛實驗證明其在全景影片生成與 3D 世界生成上的最先進效能。香港科技大學(廣州分校)有份參預！ Categories: 開源, 香港科技大學, 3D, Linux, Mac, Win, 模型, 視頻模型
