WAVE: Learning Unified & Versatile Audio-Visual Embeddings with Multimodal LLM

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Tang, Changli, Xiao, Qinfan, Mei, Ke, Wang, Tianyi, Rao, Fengyun, Zhang, Chao
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares