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

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Cheng, Xin, Wang, Yuyue, Wang, Xihua, Wu, Yihan, Guan, Kaisi, Chen, Yijing, Zhang, Peng, Liu, Xiaojiang, Cao, Meng, Song, Ruihua
Formato:	Preprint
Publicado:	2025
Materias:	Audio and Speech Processing Artificial Intelligence Computation and Language Computer Vision and Pattern Recognition Sound
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Sea el primero en dejar un comentario!

Ejemplares similares