Exploring the Potential of Multimodal LLM with Knowledge-Intensive Multimodal ASR

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Wang, Minghan, Wang, Yuxia, Vu, Thuy-Trang, Shareghi, Ehsan, Haffari, Gholamreza
Formato:	Preprint
Publicado:	2024
Materias:	Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2406.10880