Audio-Enhanced Vision-Language Modeling with Latent Space Broadening for High Quality Data Expansion

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Sun, Yu, Li, Yin, Sun, Ruixiao, Liu, Chunhui, Zhou, Fangming, Jin, Ze, Wang, Linjie, Shen, Xiang, Hao, Zhuolin, Xiong, Hongyu
Formato:	Preprint
Publicado:	2025
Materias:	Multimedia Artificial Intelligence Computer Vision and Pattern Recognition Sound Audio and Speech Processing
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Descripción
Descripción no disponible.

Ejemplares similares