Efficient Training for Multilingual Visual Speech Recognition: Pre-training with Discretized Visual Speech Representation

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Kim, Minsu, Yeo, Jeong Hun, Park, Se Jin, Rha, Hyeongseop, Ro, Yong Man
Formato:	Preprint
Publicado:	2024
Materias:	Audio and Speech Processing Computer Vision and Pattern Recognition Sound
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2401.09802