TAVID: Text-Driven Audio-Visual Interactive Dialogue Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Ji-Hoon, Ahn, Junseok, Kwak, Doyeop, Chung, Joon Son, Watanabe, Shinji
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Audio and Speech Processing Image and Video Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2512.20296