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

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Su, Fei, Li, Cancan, Liu, Juan, Ju, Wei, Suo, Hongbin, Li, Ming
Formato:	Preprint
Publicado:	2026
Materias:	Sound Multimedia Audio and Speech Processing
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2603.03811