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

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Shan, Sizhe, Li, Qiulin, Cui, Yutao, Yang, Miles, Wang, Yuehai, Yang, Qun, Zhou, Jin, Zhong, Zhao
Formato:	Preprint
Publicado:	2025
Materias:	Audio and Speech Processing Computer Vision and Pattern Recognition Sound
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2508.16930