Adaptive Audio-Visual Speech Recognition via Matryoshka-Based Multimodal LLMs

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Cappellazzo, Umberto, Kim, Minsu, Petridis, Stavros
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition Multimedia 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!

Internet

https://arxiv.org/abs/2503.06362