图像生成

Generative Phomosaic with Structure-Aligned and Personalized Diffusion

生成式光拼图：结构对齐与个性化扩散

Jaeyoung Chung, Hyunjin Son, Kyoung Mu Lee

机构 * Seoul National University（首尔大学） 纠错

专题命中 个性化与一致性 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出首个生成式光拼图方法，通过扩散生成技术实现结构对齐和个性化拼图，克服传统方法在多样性和结构一致性上的限制。

Comments Project page: https://robot0321.github.io/GenerativePhotomosaic/index.html

A Novel Automatic Framework for Speaker Drift Detection in Synthesized Speech

一种用于合成语音中说话人漂移检测的新型自动框架

Jia-Hong Huang, Seulgi Kim, Yi Chieh Liu, Yixian Shen, Hongyi Zhu, Prayag Tiwari, Stevan Rudinac, Evangelos Kanoulas

机构 * University of Amsterdam（阿姆斯特丹大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Halmstad University（哈尔姆斯塔德大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 本文提出一种自动框架，通过将说话人漂移检测转化为语音层面的二元分类任务，利用余弦相似度和大语言模型进行检测，建立了说话人漂移作为独立研究问题的理论基础。

Comments The paper has been accepted by the IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2026