Omni-AVSR: Towards Unified Multimodal Speech Recognition with Large Language Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Cappellazzo, Umberto, Liu, Xubo, Ma, Pingchuan, Petridis, Stavros, Pantic, Maja
Formato:	Preprint
Publicado:	2025
Materias:	Audio and Speech Processing Computer Vision and Pattern Recognition Sound
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2511.07253