ASR-EC Benchmark: Evaluating Large Language Models on Chinese ASR Error Correction
专题命中 音频语音多模态 :multi-modal(abstract);分类 cs.CL、eess.AS
AI 大模型
跨文本、图像、视频、音频等模态的大模型与学习方法。
专题命中 音频语音多模态 :multi-modal(abstract);分类 cs.CL、eess.AS
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.AI、eess.AS
专题命中 音频语音多模态 :cross-modal(abstract);分类 cs.CL、eess.AS
Comments NeurIPS 2024, Project Page: https://unifiedsdm.github.io/
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.CL、cs.AI
专题命中 音频语音多模态 :cross-modal(abstract);分类 cs.CL、eess.AS
Comments Accepted to INTERSPEECH 2024
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.CV、cs.AI
专题命中 音频语音多模态 :multi-modal(abstract);分类 cs.AI、eess.AS
专题命中 音频语音多模态 :audio-visual(abstract);分类 cs.AI、eess.AS
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.CL、eess.AS
专题命中 音频语音多模态 :multi-modal(abstract);分类 cs.AI、eess.AS
Comments This paper has been accepted in principle by Nature Communications
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.CL、eess.AS
Comments Accepted to EMNLP 2024
专题命中 音频语音多模态 :audio-visual(abstract);分类 cs.CV、eess.AS
Comments ACCV 2024 Oral
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.CL、cs.AI
专题命中 音频语音多模态 :multi-modal(abstract);分类 cs.MM、eess.AS
Comments Proceedings of Interspeech
Journal ref Proc. Interspeech 2024, 4368-4372
专题命中 音频语音多模态 :audio-visual(abstract);分类 cs.AI、eess.AS
Comments 13 pages, 3 figures, accepted to ECCV Workshop ABAW(Affective Behavior Analysis in-the-wild)7 (to be appear)
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.CL、eess.AS
Comments Accepted by ISCSLP2024-Special session-Speech Processing in LLM Era
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.CL、eess.AS
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.AI、eess.AS
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.CL、eess.AS
Comments Proceedings of Interspeech. Please use the citation available at https://www.isca-archive.org/interspeech_2024/paissan24_interspeech.html
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.AI、eess.AS
Comments Accepted to SLT2024
专题命中 音频语音多模态 :multi-modal(abstract);分类 cs.CV、cs.AI
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.CL、eess.AS
Comments Accepted at INTERSPEECH 2023
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.AI、eess.AS
专题命中 音频语音多模态 :audio-visual(abstract);分类 cs.MM、eess.AS
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.MM、eess.AS
专题命中 音频语音多模态 :multi-modal(abstract);分类 cs.CL、eess.AS
Comments Code and Checkpoints: https://github.com/Sreyan88/ReCLAP
专题命中 音频语音多模态 :cross-modal(abstract);分类 cs.MM、eess.AS
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.CL、cs.AI
专题命中 音频语音多模态 :MLLM(abstract);分类 cs.AI、eess.AS
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.AI、eess.AS