mWhisper-Flamingo for Multilingual Audio-Visual Noise-Robust Speech Recognition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rouditchenko, Andrew, Thomas, Samuel, Kuehne, Hilde, Feris, Rogerio, Glass, James
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Audio and Speech Processing Computer Vision and Pattern Recognition Sound
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2502.01547