Text2Sign Diffusion: A Generative Approach for Gloss-Free Sign Language Production
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Feng, Liqian, Wang, Lintao, Hu, Kun, Kong, Dehui, Wang, Zhiyong |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Improving Gloss-free Sign Language Translation by Reducing Representation Density
par: Ye, Jinhui, et autres
Publié: (2024)
par: Ye, Jinhui, et autres
Publié: (2024)
KAN Text to Vision? The Exploration of Kolmogorov-Arnold Networks for Multi-Scale Sequence-Based Pose Animation from Sign Language Notation
par: Du, Guanyi, et autres
Publié: (2026)
par: Du, Guanyi, et autres
Publié: (2026)
Teach Me Sign: Stepwise Prompting LLM for Sign Language Production
par: An, Zhaoyi, et autres
Publié: (2025)
par: An, Zhaoyi, et autres
Publié: (2025)
Sign-IDD: Iconicity Disentangled Diffusion for Sign Language Production
par: Tang, Shengeng, et autres
Publié: (2024)
par: Tang, Shengeng, et autres
Publié: (2024)
MultimodalHugs: Enabling Sign Language Processing in Hugging Face
par: Sant, Gerard, et autres
Publié: (2025)
par: Sant, Gerard, et autres
Publié: (2025)
Linguistics-Vision Monotonic Consistent Network for Sign Language Production
par: Wang, Xu, et autres
Publié: (2024)
par: Wang, Xu, et autres
Publié: (2024)
Towards Better Text-to-Image Generation Alignment via Attention Modulation
par: Wu, Yihang, et autres
Publié: (2024)
par: Wu, Yihang, et autres
Publié: (2024)
IsoSignVid2Aud: Sign Language Video to Audio Conversion without Text Intermediaries
par: Kavediya, Harsh, et autres
Publié: (2025)
par: Kavediya, Harsh, et autres
Publié: (2025)
SpeechCraft: A Fine-grained Expressive Speech Dataset with Natural Language Description
par: Jin, Zeyu, et autres
Publié: (2024)
par: Jin, Zeyu, et autres
Publié: (2024)
TCAN: Text-oriented Cross Attention Network for Multimodal Sentiment Analysis
par: Quan, Weize, et autres
Publié: (2024)
par: Quan, Weize, et autres
Publié: (2024)
Selective Contrastive Learning For Gloss Free Sign Language Translation
par: Lai, Changhao, et autres
Publié: (2026)
par: Lai, Changhao, et autres
Publié: (2026)
StarVC: A Unified Auto-Regressive Framework for Joint Text and Speech Generation in Voice Conversion
par: Li, Fengjin, et autres
Publié: (2025)
par: Li, Fengjin, et autres
Publié: (2025)
Diverse Sign Language Translation
par: Shen, Xin, et autres
Publié: (2024)
par: Shen, Xin, et autres
Publié: (2024)
MIDI-LLM: Adapting Large Language Models for Text-to-MIDI Music Generation
par: Wu, Shih-Lun, et autres
Publié: (2025)
par: Wu, Shih-Lun, et autres
Publié: (2025)
Leveraging the Power of MLLMs for Gloss-Free Sign Language Translation
par: Kim, Jungeun, et autres
Publié: (2024)
par: Kim, Jungeun, et autres
Publié: (2024)
ProtT3: Protein-to-Text Generation for Text-based Protein Understanding
par: Liu, Zhiyuan, et autres
Publié: (2024)
par: Liu, Zhiyuan, et autres
Publié: (2024)
Radio Frequency Signal based Human Silhouette Segmentation: A Sequential Diffusion Approach
par: Wen, Penghui, et autres
Publié: (2024)
par: Wen, Penghui, et autres
Publié: (2024)
Distilling Implicit Multimodal Knowledge into Large Language Models for Zero-Resource Dialogue Generation
par: Zhang, Bo, et autres
Publié: (2024)
par: Zhang, Bo, et autres
Publié: (2024)
A Bounding Box is Worth One Token: Interleaving Layout and Text in a Large Language Model for Document Understanding
par: Lu, Jinghui, et autres
Publié: (2024)
par: Lu, Jinghui, et autres
Publié: (2024)
Scaling up Multimodal Pre-training for Sign Language Understanding
par: Zhou, Wengang, et autres
Publié: (2024)
par: Zhou, Wengang, et autres
Publié: (2024)
Gloss2Text: Sign Language Gloss translation using LLMs and Semantically Aware Label Smoothing
par: Fayyazsanavi, Pooya, et autres
Publié: (2024)
par: Fayyazsanavi, Pooya, et autres
Publié: (2024)
TeleAntiFraud-28k: An Audio-Text Slow-Thinking Dataset for Telecom Fraud Detection
par: Ma, Zhiming, et autres
Publié: (2025)
par: Ma, Zhiming, et autres
Publié: (2025)
SoMeLVLM: A Large Vision Language Model for Social Media Processing
par: Zhang, Xinnong, et autres
Publié: (2024)
par: Zhang, Xinnong, et autres
Publié: (2024)
Gloss-Free Sign Language Translation: An Unbiased Evaluation of Progress in the Field
par: Sincan, Ozge Mercanoglu, et autres
Publié: (2026)
par: Sincan, Ozge Mercanoglu, et autres
Publié: (2026)
Listening to the Unspoken: Exploring "365" Aspects of Multimodal Interview Performance Assessment
par: Li, Jia, et autres
Publié: (2025)
par: Li, Jia, et autres
Publié: (2025)
Sentiment-enhanced Graph-based Sarcasm Explanation in Dialogue
par: Ouyang, Kun, et autres
Publié: (2024)
par: Ouyang, Kun, et autres
Publié: (2024)
Terrain Diffusion Network: Climatic-Aware Terrain Generation with Geological Sketch Guidance
par: Hu, Zexin, et autres
Publié: (2023)
par: Hu, Zexin, et autres
Publié: (2023)
UMETTS: A Unified Framework for Emotional Text-to-Speech Synthesis with Multimodal Prompts
par: Cheng, Zhi-Qi, et autres
Publié: (2024)
par: Cheng, Zhi-Qi, et autres
Publié: (2024)
Sample then Identify: A General Framework for Risk Control and Assessment in Multimodal Large Language Models
par: Wang, Qingni, et autres
Publié: (2024)
par: Wang, Qingni, et autres
Publié: (2024)
LaF-GRPO: In-Situ Navigation Instruction Generation for the Visually Impaired via GRPO with LLM-as-Follower Reward
par: Zhao, Yi, et autres
Publié: (2025)
par: Zhao, Yi, et autres
Publié: (2025)
AIM: Let Any Multi-modal Large Language Models Embrace Efficient In-Context Learning
par: Gao, Jun, et autres
Publié: (2024)
par: Gao, Jun, et autres
Publié: (2024)
RiverEcho: Real-Time Interactive Digital System for Ancient Yellow River Culture
par: Wang, Haofeng, et autres
Publié: (2025)
par: Wang, Haofeng, et autres
Publié: (2025)
Multilingual Gloss-free Sign Language Translation: Towards Building a Sign Language Foundation Model
par: Tan, Sihan, et autres
Publié: (2025)
par: Tan, Sihan, et autres
Publié: (2025)
Hierarchical Sub-action Tree for Continuous Sign Language Recognition
par: Yang, Dejie, et autres
Publié: (2025)
par: Yang, Dejie, et autres
Publié: (2025)
MolCA: Molecular Graph-Language Modeling with Cross-Modal Projector and Uni-Modal Adapter
par: Liu, Zhiyuan, et autres
Publié: (2023)
par: Liu, Zhiyuan, et autres
Publié: (2023)
mPLUG-PaperOwl: Scientific Diagram Analysis with the Multimodal Large Language Model
par: Hu, Anwen, et autres
Publié: (2023)
par: Hu, Anwen, et autres
Publié: (2023)
GLOS: Sign Language Generation with Temporally Aligned Gloss-Level Conditioning
par: Lee, Taeryung, et autres
Publié: (2025)
par: Lee, Taeryung, et autres
Publié: (2025)
P2P: Automated Paper-to-Poster Generation and Fine-Grained Benchmark
par: Sun, Tao, et autres
Publié: (2025)
par: Sun, Tao, et autres
Publié: (2025)
MAC-SLU: Multi-Intent Automotive Cabin Spoken Language Understanding Benchmark
par: Peng, Yuezhang, et autres
Publié: (2025)
par: Peng, Yuezhang, et autres
Publié: (2025)
Traits Run Deep: Enhancing Personality Assessment via Psychology-Guided LLM Representations and Multimodal Apparent Behaviors
par: Li, Jia, et autres
Publié: (2025)
par: Li, Jia, et autres
Publié: (2025)
Documents similaires
-
Improving Gloss-free Sign Language Translation by Reducing Representation Density
par: Ye, Jinhui, et autres
Publié: (2024) -
KAN Text to Vision? The Exploration of Kolmogorov-Arnold Networks for Multi-Scale Sequence-Based Pose Animation from Sign Language Notation
par: Du, Guanyi, et autres
Publié: (2026) -
Teach Me Sign: Stepwise Prompting LLM for Sign Language Production
par: An, Zhaoyi, et autres
Publié: (2025) -
Sign-IDD: Iconicity Disentangled Diffusion for Sign Language Production
par: Tang, Shengeng, et autres
Publié: (2024) -
MultimodalHugs: Enabling Sign Language Processing in Hugging Face
par: Sant, Gerard, et autres
Publié: (2025)