VITA-1.5: Towards GPT-4o Level Real-Time Vision and Speech Interaction

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Fu, Chaoyou, Lin, Haojia, Wang, Xiong, Zhang, Yi-Fan, Shen, Yunhang, Liu, Xiaoyu, Cao, Haoyu, Long, Zuwei, Gao, Heting, Li, Ke, Ma, Long, Zheng, Xiawu, Ji, Rongrong, Sun, Xing, Shan, Caifeng, He, Ran
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition Sound Audio and Speech Processing
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Description
Aucune description n'est disponible.

Documents similaires