SepGen: Phân tách và tạo âm thanh-video đa track trong một mô hình duy nhất
SepGen: Multi-Stem Audio-Video Separation and Generation in a Single Model
Đoạn trích bài viết
Một cảnh nghe nhìn 4D bao gồm một video, hình học động mà nó mô tả, và các nguồn âm thanh hiện diện trong đó, mỗi nguồn đều có vị trí và quỹ đạo riêng.
Toàn văn bài viết
Mở bài viết gốc
Đọc bài viết đầy đủ trên huggingface
Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.