BriefGPT - AI 论文速递 · 2023-10-18T00:00:00Z

通用的视听情景感知音频分离中的隐形声音分离

📝

内容提要

该研究提出了OneAVM联合学习框架，可用于音频-视频源定位、分离和识别任务。该框架在多个数据集上证明了有效性，并在音频-视觉源定位、分离和最近邻识别任务之间展现了强大的正向转移。

🏷️

标签

OneAVM 分离 联合学习框架 识别任务 音频-视频源定位