CASTELLA: Long Audio Dataset with Captions and Temporal Boundaries

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Munakata, Hokuto, Imamura, Takehiro, Nishimura, Taichi, Komatsu, Tatsuya
Format:	Preprint
Publié:	2025
Sujets:	Audio and Speech Processing Computation and Language Sound
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2511.15131