Robust Wake Word Spotting With Frame-Level Cross-Modal Attention Based Audio-Visual Conformer

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Wang, Haoxu, Cheng, Ming, Fu, Qiang, Li, Ming
Formato:	Preprint
Publicado:	2024
Materias:	Sound Multimedia Audio and Speech Processing
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2403.01700