Avsnitt ep49 (ICASSP): Looking Enhances Listening: Recovering Missing Speech Using Images Leading NLP Ninja Spela Dela
ICASSP 2020より，ビジュアル情報を利用し，マスクされた音声信号を復元できるマルチモーダルASRを解説しました． 今回紹介した記事はこちらのissueで解説しています． https://github.com/jojonki/arXivNotes/issues/384 サポーターも募集中です． https://www.patreon.com/jojonki Rss Apple Podcaster →
