Can Language Models Learn to Listen?
语言模型能否学会倾听？
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出了一种基于说话人话语生成适当面部回应的框架，通过将量化后的面部动作元素作为额外语言token输入到基于transformer的大型语言模型中，从而提升监听响应的质量。
Comments ICCV 2023; Project page: https://people.eecs.berkeley.edu/~evonne_ng/projects/text2listen/
