LASE：语言对抗性说话人编码，用于印地语系跨文字身份保持
LASE: Language-Adversarial Speaker Encoding for Indic Cross-Script Identity Preservation

Venkata Pushpak Teja Menta
⭐ 1

• 本文提出了一种语言对抗性说话人编码器（LASE），旨在解决跨文字系统语音克隆中说话人身份保持的挑战。
• LASE通过训练生成与语言无关但富含说话人信息的嵌入，有效分离了语言和说话人特征。
• 模型训练采用了对比损失和梯度反转学习机制，以确保编码器能够学习到去除了语言信息的说话人特征。
• 这种方法对于在不同文字系统之间进行语音克隆时，准确保留说话人独特的音色和身份至关重要。

🔗 arXiv · 🤗 HF

#说话人编码 #对抗学习 #语音克隆 #跨语言 #对比学习

模拟检索器：用于模拟电路检索的跨模态表示学习
AnalogRetriever: Learning Cross-Modal Representations for Analog Circuit Retrieval

Yihan Wang, Lei Li, Yao Lai, Jing Wang, Yan Lu
⭐ 1

• AnalogRetriever是一个统一的三模态检索框架，旨在通过整合多种数据形式来增强模拟电路设计。
• 该框架能够将电路原理图、文本描述和网表结构编码到一个共享的嵌入空间中，实现高效的跨模态检索。
• 它利用视觉语言模型处理图像和文本数据，并结合图卷积网络来理解网表等结构化信息。
• 通过这种方式，AnalogRetriever为模拟电路的快速检索提供了强大支持，从而加速设计与开发流程。

🔗 arXiv · 🤗 HF

#模拟电路 #跨模态检索 #多模态学习 #图神经网络 #视觉语言模型