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
语音对话系统 | 7.8/10
音频事件检测 | 8.5/10
基准测试 | 8.1/10
语音合成 | 9.5/10
音频事件检测 | 8.4/10
数据集 | 6.8/10
基准测试 | 6.5/10
视频理解 | 7.3/10
共分析 20 篇语音/AI 论文
音频安全 | 8.7/10
语音摘要 | 7.2/10
音频问答 | 6.5/10
基准测试 | 8.1/10
共分析 2 篇语音/AI 论文
语音生物标志物 | 7.2/10
模型评估 | 6.3/10
基准测试 | 7.6/10
语音生物标志物 | 5.4/10