图像生成

Seeing What You Say: Expressive Image Generation from Speech

Jiyoung Lee, Song Park, Sanghyuk Chun, Soo-Whan Chung

机构 * Ewha Womans University（东亚大学） ； Princeton University（普林斯顿大学） ； NAVER CLOUD 纠错

专题命中 可控生成 ：image generation(title)；分类 cs.CV、cs.MM

Comments In progress

SyMuPe: Affective and Controllable Symbolic Music Performance

Ilya Borovik, Dmitrii Gavrilev, Vladimir Viro

机构 * Skolkovo Institute of Science and Technology（斯克洛夫诺科学与技术研究所） ； Peachnote GmbH（Peachnote公司） 纠错

专题命中 可控生成 ：inpainting(abstract)；分类 cs.MM

Comments ACM Multimedia 2025. Extended version with supplementary material

Journal ref Proceedings of the 33rd ACM International Conference on Multimedia (MM '25), October 27-31, 2025, Dublin, Ireland, pp. 10699-10708

Stochastic Control of Dividends with a Drawdown Penalty

Kira Dudziak, Hanspeter Schmidli

专题命中 可控生成 ：diffusion(abstract)

MEDIC: Zero-shot Music Editing with Disentangled Inversion Control

Huadai Liu, Jialei Wang, Xiangtai Li, Wen Wang, Qian Chen, Rongjie Huang, Yang Liu, Jiayang Xu, Zhou Zhao

机构 * HKUST（香港科技大学） ； Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） ； ByteDance Inc.（字节跳动公司） 纠错

专题命中 可控生成 ：diffusion(abstract)

Comments ACM Multimedia 2025