VAPO: End-to-end Slide-Enhanced Speech Recognition with Omni-modal Large Language Models

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Hu, Rui, Qiu, Delai, Wang, Yining, Liu, Shengping, Sang, Jitao
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires