ParaSpeechCLAP: A Dual-Encoder Speech-Text Model for Rich Stylistic Language-Audio Pretraining

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Diwan, Anuj, Choi, Eunsol, Harwath, David
Format:	Preprint
Publié:	2026
Sujets:	Audio and Speech Processing Artificial Intelligence Computation and Language Sound
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/2603.28737