论文解读
当 AI 自己给艺术分类:28 个簇与 6 个人类标签的错位
音视频理解 | 4.0/10
音视频理解 | 4.0/10
音频检索 | 7.3/10
音视频理解 | 7.8/10
音频检索 | 7.5/10
音视频理解 | 8.8/10
音视频理解 | 9.4/10
音视频理解 | 7.4/10
音视频理解 | 7.1/10
音视频理解 | 9.0/10
音视频理解 | 10.0/10
音视频理解 | 8.9/10
音视频理解 | 6.4/10
多模态模型 | 7.0/10
音视频理解 | 7.4/10
音乐理解 | 6.1/10
音视频理解 | 7.2/10
音视频理解 | 6.5/10
音视频理解 | 4.4/10
音视频理解 | 6.3/10
音频字幕生成 | 8.4/10