VITA-Audio: Fast Interleaved Cross-Modal Token Generation for Efficient Large Speech-Language Model

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Long, Zuwei, Shen, Yunhang, Fu, Chaoyou, Gao, Heting, Li, Lijiang, Chen, Peixian, Zhang, Mengdan, Shao, Hang, Li, Jian, Peng, Jinlong, Cao, Haoyu, Li, Ke, Ji, Rongrong, Sun, Xing
Format:	Preprint
Publié:	2025
Sujets:	Computation and Language Artificial Intelligence
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/2505.03739