Speech-Hands: A Self-Reflection Voice Agentic Approach to Speech Recognition and Audio Reasoning with Omni Perception

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wan, Zhen, Yang, Chao-Han Huck, Tian, Jinchuan, Ye, Hanrong, Pasad, Ankita, Fu, Szu-wei, Goel, Arushi, Hachiuma, Ryo, Diao, Shizhe, Dhawan, Kunal, Ghosh, Sreyan, Hirota, Yusuke, Chen, Zhehuai, Valle, Rafael, Chu, Chenhui, Watanabe, Shinji, Wang, Yu-Chiang Frank, Ginsburg, Boris
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Sound Artificial Intelligence Computation and Language Multiagent Systems Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2601.09413