Taming Text-to-Sounding Video Generation via Advanced Modality Condition and Interaction

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Guan, Kaisi, Wang, Xihua, Lai, Zhengfeng, Cheng, Xin, Zhang, Peng, Liu, XiaoJiang, Song, Ruihua, Cao, Meng
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	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/2510.03117