HunyuanVideo-Foley: Multimodal Diffusion with Representation Alignment for High-Fidelity Foley Audio Generation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Shan, Sizhe, Li, Qiulin, Cui, Yutao, Yang, Miles, Wang, Yuehai, Yang, Qun, Zhou, Jin, Zhong, Zhao
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Audio and Speech Processing Computer Vision and Pattern Recognition Sound
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2508.16930