Fudan University（复旦大学）

FabasedVC: Enhancing Voice Conversion with Text Modality Fusion and Phoneme-Level SSL Features

Wenyu Wang, Zhetao Hu, Yiquan Zhou, Jiacheng Xu, Zhiyu Wu, Chen Li, Shihao Li

机构 * School of Software Engineering, Xi'an Jiaotong University（西安交通大学软件工程学院） ； AI Platform Department, bilibili（bilibili人工智能平台部） ； School of Software Engineering, East China Normal University（华东师范大学软件工程学院） ； School of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； Division of Music and Audio, Union Wheatland Culture and Media Ltd.（Union Wheatland Culture and Media Ltd.音乐与音频部） 纠错

Comments Accepted by ACMMM-Asia 2025

Audio-VLA: Adding Contact Audio Perception to Vision-Language-Action Model for Robotic Manipulation

Xiangyi Wei, Haotian Zhang, Xinyi Cao, Siyu Xie, Weifeng Ge, Yang Li, Changbo Wang

机构 * School of Computer Science and Technology, East China Normal University（东华师范大学计算机科学与技术学院） ； School of Data Science and Engineering, East China Normal University（东华师范大学数据科学与工程学院） ； School of Software Engineering, East China Normal University（东华师范大学软件工程学院） ； School of Computer Science, Fudan University（复旦大学计算机科学学院） 纠错

CWT-Net: Super-resolution of Histopathology Images Using a Cross-scale Wavelet-based Transformer

Feiyang Jia, Zhineng Chen, Ziying Song, Lin Liu, Caiyan Jia

机构 * School of Computer and Information Technology, Beijing Jiaotong University（计算机与信息学院，北京交通大学） ； School of Computer Science, Fudan University（计算机科学学院，复旦大学） 纠错

Journal ref Unpublished preprint (2025)