Transformerベースのモデルのトレーニングには大量のデータが必要ですが、マルチモダリティで整列およびラベル付けされたデータを取得することは、特にオーディオビジュアル音声認識（AVSR）の場合、

arxiv_reader のブックマーク 2022/03/29 11:38

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4717404015550877538/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2203.07996v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2203.07996v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2203.07996v2" data-user-icon="/users/arxiv_reader/profile.png">マルチモーダルオーディオビジュアル音声認識のためのユニモーダル自己監視学習の活用</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/pre-training">pre-training</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/learning">learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/self-supervised">self-supervised</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/seq2seq">seq2seq</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li></ul><br><p style="clear: left">Transformerベースのモデルのトレーニングには大量のデータが必要ですが、マルチモダリティで整列およびラベル付けされたデータを取得することは、特にオーディオビジュアル音声認識（AVSR）の場合、</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20220329#bookmark-4717404015550877538"><span class="datetime-body">2022/03/29 11:38</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！