论文解读
CRAFT: Critic-Refined Adaptive Key-Frame Targeting for Multimodal Video Question Answering
多模态问答 | 6.6/10
多模态问答 | 6.6/10
语音分离 | 9.1/10
音频隐写分析 | 7.4/10
语音对话系统 | 7.8/10
语音质量评估 | 8.2/10
音频事件检测 | 8.5/10
语音分离 | 7.5/10
视频生成 | 4.9/10
语音识别 | 8.2/10
空间音频 | 7.2/10
音频问答 | 7.0/10
音乐生成 | 8.4/10
语音增强 | 7.3/10
语音识别 | 9.3/10
基准测试 | 8.1/10
音乐生成 | 5.5/10
音乐生成 | 5.6/10
盲源分离 | 8.9/10
音频编码 | 6.5/10
多模态情感识别 | 5.0/10