disentangle | BriefGPT - AI 论文速递

关键词disentangle

搜索结果 - 7

SIGIR解开基于 Session 的推荐中 ID 和模态效应的影响
提出了一种新的框架 DIMO，通过解开 ID 和模态性在任务中的效应，实现了准确且可解释的推荐，通过因果推断进一步生成两个模板用于解释。
PDF3 months ago
基于排序模块和语音增强的自动语音分离转换
本论文提出了一种语音转换模型，通过只使用两个扩充函数，自动将语音分解成四个部分，而不需要多个手工制作的特征或费力的瓶颈调整。所提出的模型简单但高效，并且实验结果表明，我们的模型在解缠效果和语音自然度方面均优于基线。
PDFa year ago
深度说话人嵌入架构中的残差信息
本文介绍了针对六个最新高性能的 DNN 体系结构提取出的演讲者嵌入的分析，重点关注它们能够从语音信号中真正区分讲话者身份的程度。结果表明，这些嵌入的区分能力非常高，但在所有已分析的体系结构中，残余信息仍呈现为与录音条件、语言内容和话语持续时
PDFa year ago
CVPRGIRAFFE: 通过组合生成神经特征场来表示场景
本研究通过将基于组合的 3D 场景表示方法引入生成模型中，以实现更可控的图像合成。实验证明，该模型能够分离物体并实现场景中的物体变换、摆放等操作。
PDF4 years ago
VQVC+: 基于向量量化和 U-Net 架构的一次性语音转换
本文利用 U-Net 架构和向量量化方法来优化声音转换，取得了良好的声音自然度和说话人相似度。
PDF4 years ago
ICLR解开独立变化因素的挑战
本文研究了如何使用自编码器模型来解决因素糾纏問題，並通過在圖像對和三元組之間施加約束來訓練它。在實驗中，我們證明了此模型可以成功地在多個數據集上轉移屬性，但也存在參照模糊的情況。
PDF7 years ago
深度网络中的潜在变化因素发现
本研究使用正则化方法增强自编码器，展示了深度学习架构可以识别和表达除分类信号以外的变化因素，并通过引入交叉协方差惩罚（XCov）方法，证明了可以分离出手写数字风格和面部主体身份等因素。研究在 MNIST 手写数字数据库，Toronto 人脸
PDF10 years ago