Código QR

Nanami: Hybrid Embedding With Voice Large Language Models for Audio Retrieval

Cross-modal retrieval has become essential in establishing semantic correspondences between heterogeneous data modalities, particularly in text-audio retrieval applications. Generally, current contrastive learning-based approaches (e.g., CLAP) perform well in audio retrieval with short descriptive c...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Gaojun Hu
Formato: Artigo
Idioma:Inglês
Publicado em: IEEE 2025-01-01
Colecção:IEEE Access
Assuntos:
Acesso em linha:https://ieeexplore.ieee.org/document/11224486/
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!