论文解读
Omni-Captioner: Data Pipeline, Models, and Benchmark for Omni Detailed Perception
音频场景理解 | 9.0/10
音频场景理解 | 9.0/10
多模态模型 | 8.5/10
音频检索 | 8.5/10
基准测试 | 7.8/10
音频问答 | 8.0/10
多模态模型 | 8.0/10
音频生成 | 7.0/10
音频问答 | 7.0/10
音频分类 | 8.5/10
语音对话系统 | 8.5/10
语音翻译 | 8.0/10
音频问答 | 8.0/10
数据集 | 7.5/10
语音识别 | 8.5/10
视频生成 | 8.8/10
音频问答 | 8.5/10
模型评估 | 7.5/10
多模态模型 | 7.0/10
脑编码 | 7.5/10
视频摘要 | 8.0/10