编号：C11 英文：Zero-shot Generation 指在缺乏直接训练样例或具体示范的情况下，依据既有 […]

编号：C09 英文：Voice Cloning 指基于已有声音样本，对特定说话者的音色、语调和发声特征进行模拟 […]

编号：C13 英文：Semantic Segmentation 指对图像或视频中的不同对象、区域和内容元素进行 […]