论文解读
Hear, Invoke, and Understand: A Skill-Calling Multimodal Agent for Large Audio Language Models
音频理解 | 7.2/10
音频理解 | 7.2/10
领域适应 | 7.6/10
语音合成 | 6.5/10
音频理解 | 6.9/10
说话人验证 | 6.0/10
说话人验证 | 6.3/10
Transformer | 6.0/10
语音翻译 | 6.4/10
音频分类 | 6.3/10
音乐理解 | 5.5/10
音频理解 | 7.7/10
音乐理解 | 8.1/10
音频生成 | 6.5/10
音视频理解 | 7.9/10
数据集 | 5.6/10
语音识别 | 6.3/10
语音交互 | 6.1/10
主动降噪 | 5.1/10
医疗音频 | 4.0/10
声源定位 | 6.9/10