audio-visual models | BriefGPT

关键词audio-visual models

搜索结果 - 1

来自视频的级联多语言视听学习
这篇论文探讨了自监督学习模型在多语言环境下的应用，通过级联方法，将英语训练好的模型应用于日语视频和图片的字幕，取得了最新颖的表现。
PDF3 years ago