Vision-Speech Models: Teaching Speech Models to Converse about Images

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Royer, Amélie, Böhle, Moritz, de Marmiesse, Gabriel, Mazaré, Laurent, Zeghidour, Neil, Défossez, Alexandre, Pérez, Patrick
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2503.15633