SLAM-LLM: A Modular, Open-Source Multimodal Large Language Model Framework and Best Practice for Speech, Language, Audio and Music Processing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Ziyang, Yang, Guanrou, Chen, Wenxi, Gao, Zhifu, Du, Yexing, Li, Xiquan, Zheng, Zhisheng, Zhu, Haina, Zhuo, Jianheng, Song, Zheshu, Xu, Ruiyang, Wang, Tiranrui, Yang, Yifan, Zhu, Yanqiao, Niu, Zhikang, Xue, Liumeng, Ma, Yinghao, Yuan, Ruibin, Zhang, Shiliang, Yu, Kai, Chng, Eng Siong, Chen, Xie
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Sound Computation and Language Multimedia
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2601.09385