Diff-SAGe: End-to-End Spatial Audio Generation Using Diffusion Models
Saksham Singh Kushwaha, Jianbo Ma, Mark R. P. Thomas, Yapeng Tian, Avery Bruni
De quem é
- Dolbyafiliação declarada pelos autores, segundo o OpenAlex
Outros papers das mesmas organizações
- V2A-Mapper: A Lightweight Solution for Vision-to-Audio Generation by Connecting Foundation ModelsDolby · 104 citações
- GASS: Generalizing Audio Source Separation with Large-Scale DataDolby · 28 citações
- Learning to Route LLMs from Bandit Feedback: One Policy, Many Trade-offsDolby · 23 citações
- A Generic Framework for Conformal FairnessDolby · 18 citações
- Sequential Contrastive Audio-Visual LearningDolby · 17 citações
- Gotta Hear Them All: Towards Sound Source Aware Audio GenerationDolby · 15 citações