VSSFlow: Unifying Video-conditioned Sound and Speech Generation via Joint Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Cheng, Xin, Wang, Yuyue, Wang, Xihua, Wu, Yihan, Guan, Kaisi, Chen, Yijing, Zhang, Peng, Liu, Xiaojiang, Cao, Meng, Song, Ruihua
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Audio and Speech Processing Artificial Intelligence Computation and Language Computer Vision and Pattern Recognition Sound
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2509.24773