অডিওর জন্য ডিফিউশন মডেল

অডিওএলডিএম

অডিও ডিফিউশন মডেলের একটি পরিবার যা টেক্সট ডেস্ক্রিপশন থেকে শব্দ, সঙ্গীত বা বক্তৃতা জেনারেশন কন্ডিশন করার জন্য পূর্ব-প্রশিক্ষিত টেক্সট এমবেডিং (যেমন CLAP) ব্যবহার করে।

← ফিরে যান