Audio-Visual Representation Learning via Knowledge Distillation from Speech Foundation Models

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Zhang, Jing-Xuan, Wan, Genshun, Gao, Jianqing, Ling, Zhen-Hua
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires