speech-image retrieval | BriefGPT

关键词speech-image retrieval

搜索结果 - 1

M-SpeechCLIP: 利用大规模预训练模型实现多语言语音到图像检索
此研究探讨了使用大规模预训练模型（CLIP 和 HuBERT）进行多语言语音图像检索的方法，并取得了比现有最新技术更好的非英语语音图像检索成果。
PDF2 years ago