Robust LLM-based Audio-Visual Speech Recognition with Sparse Modality Alignment and Visual Unit-Guided Refinement

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Su, Fei, Li, Cancan, Liu, Juan, Ju, Wei, Suo, Hongbin, Li, Ming
Format:	Preprint
Publié:	2026
Sujets:	Sound Multimedia Audio and Speech Processing
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/2603.03811