BriefGPT - AI 论文速递 · 2023-09-19T00:00:00Z

声源定位是关于跨模态对齐的全部内容

📝

内容提要

该文介绍了一个跨模态对齐任务，以促进音频和视觉模态之间的交互学习，实现了声源定位和跨模态检索的高性能和语义理解。

🏷️

标签

交互学习 声源定位 语义理解 跨模态对齐 跨模态检索