Efficient Video-to-Audio Generation via Multiple Foundation Models Mapper

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Chen, Gehui, Wang, Guan'an, Huang, Xiaowen, Sang, Jitao
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition Multimedia Sound Audio and Speech Processing
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/2509.04957