Music Audio-Visual Question Answering Requires Specialized Multimodal Designs

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	You, Wenhao, Diao, Xingjian, Huang, Wenjun, Zhang, Chunhui, Kong, Keyi, Wu, Weiyi, Ma, Chiyu, Ouyang, Zhongyu, Wu, Tingxuan, Cheng, Ming, Vosoughi, Soroush, Gui, Jiang
Formato:	Preprint
Publicado:	2025
Materias:	Sound Computer Vision and Pattern Recognition Multimedia Audio and Speech Processing
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2505.20638