FusionAudio，面向多模态上下文提示的细粒度音频字幕。

FusionAudio，面向多模态上下文提示的细粒度音频字幕插图

Github地址：https://github.com/FreedomIntelligence/FusionAudio

论文地址：https://arxiv.org/abs/2506.01111

模型地址：https://huggingface.co/SatsukiVie/FusionAudio



微信扫描下方的二维码阅读本文

FusionAudio，面向多模态上下文提示的细粒度音频字幕插图1

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。