CASTELLA: Long Audio Dataset with Captions and Temporal Boundaries

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Munakata, Hokuto, Imamura, Takehiro, Nishimura, Taichi, Komatsu, Tatsuya
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Audio and Speech Processing Computation and Language Sound
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2511.15131