Arsha Nagrani

AutoAD-Zeroは、より早く効果的な音声説明のためにビジュアルプロンプトを活用してるよ。

新しいフレームワークが視覚データの処理効率を向上させる。

VoxCelebチャレンジを通じたスピーカー認識の進展の概要。