MultiSoundGen: Video-to-Audio Generation for Multi-Event Scenarios via SlowFast Contrastive Audio-Visual Pretraining and Direct Preference Optimization

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Yang, Jianxuan, Yang, Xiaoran, Zhang, Lipan, Guo, Xinyue, Wang, Zhao, Huang, Gongping
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi