Seeing the Context: Rich Visual Context-Aware Speech Recognition via Multimodal Reasoning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Tian, Wenjie, Shao, Mingchen, Mu, Bingshen, Geng, Xuelong, Wang, Chengyou, Liao, Yujie, Zhao, Zhixian, Zhang, Ziyu, Hu, Jingbin, Wei, Mengqi, Xie, Lei
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi