本研究提出了TokenSynth模型，旨在解决乐器克隆和文本生成中的合成质量与灵活性问题。该模型通过解码器单一变压器生成音频令牌，展示了先进神经音频编码器的应用潜力。

本研究提出了一种改进的虚拟试穿扩散模型（IDM-VTON），通过高级语义与低级特征的融合，提高了服装的真实性。该模型能够实现个性化服装合成，解决了样式与纹理的交织问题，实验结果表明其在合成质量和个性化方面表现优越，为在线购物和时尚设计提供了新体验。

本研究提出了一种创新的虚拟试穿技术，能够在输入人体图像上实现个性化服装的逼真合成。该方法通过明确分离样式和纹理的双阶段流程来解决全服装图像作为条件时的交织挑战。实验结果表明，该方法在合成质量和个性化方面表现出卓越的性能。

本研究提出了一种虚拟试穿技术，能够合成个性化服装。该方法通过分离样式和纹理解决全服装图像的挑战，并实现了复杂的非平稳纹理。实验结果表明，该方法在合成质量和个性化方面表现出色，为在线购物和时尚设计提供了新的用户体验。

本文介绍了一种新的生成模型，将神经文本到语音技术和半监督概率潜变量模型相结合。通过部分监督潜变量，能够可靠地发现和控制语音的重要属性，即使只监督1％。在这样低的监督水平下，合成质量与最先进的基线水平相比没有下降。

该文章介绍了Expresso数据集，用于无文字语音合成，包括朗读语音和即兴对话。作者通过表达性再合成基准评估了不同自我监督离散编码器的合成质量，并探讨了质量、比特率和对说话人和风格的不变性之间的权衡。所有数据集、评估指标和基线模型均为开源。