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

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	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
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2505.03739