Adapting Speech Foundation Models for Unified Multimodal Speech Recognition with Large Language Models

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Zhang, Jing-Xuan, Wan, Genshun, Li, Jin, Gao, Jianqing, Zhao, Duo, Ling, Zhen-Hua
Format: Preprint
Veröffentlicht: 2025
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!