会员服务
Decoding while Adapting: Zero-Shot Online Speaker Adaptation via Audio-Textual Prompts for Elderly Speech Recognition
Arxiv
0+阅读 · 6月15日
Transductive Zero-Shot Audio Classification with Audio-Language Models
Arxiv
0+阅读 · 6月15日
Reading between the Lines: Leveraging Large Language Models for Global Dementia and Depression Assessment from Clinical Interviews
Arxiv
0+阅读 · 6月16日
DiFlow-TTS: Compact and Low-Latency Zero-Shot Text-to-Speech with Discrete Flow Matching
Arxiv
0+阅读 · 6月16日
TextMesh4D: Zero-shot Text-to-4D Mesh Generation
Arxiv
0+阅读 · 6月16日
Can Vision Foundation Models Navigate? Zero-Shot Real-World Evaluation and Lessons Learned
Arxiv
0+阅读 · 6月15日
Structure-Aware Text Recognition for Ancient Greek Critical Editions
Arxiv
0+阅读 · 6月16日
VISTA: Scale-Aware Visual Navigation via Action History Conditioning
Arxiv
0+阅读 · 6月15日
A Systematic Evaluation of Large Language Models for PTSD Severity Estimation: The Role of Contextual Knowledge and Modeling Strategies
Arxiv
0+阅读 · 6月14日
SimWeaver: Zero-Shot RGB Sim-to-Real for Deformable Manipulation
Arxiv
0+阅读 · 6月13日
Dehaze-GaussianImage: Zero-Shot Dehazing via Efficient 2D Gaussian Splatting Representation
Arxiv
0+阅读 · 6月15日
EdgeZSAD: Practical Zero-Shot Anomaly Detection on Edge Devices
Arxiv
0+阅读 · 6月15日
ArtNet: A JEPA-Like Articulatory Predictive Framework for Robust Zero-Shot Phoneme Recognition
Arxiv
0+阅读 · 6月15日
Post-Launch Capability Expansion of Vision-Language Models via Prompting for On-Orbit Spacecraft Inspection
Arxiv
0+阅读 · 6月13日
Unlocking Diffusion Hierarchies: Adaptive Timestep Selection for Zero-Shot Segmentation
Arxiv
0+阅读 · 6月14日
参考链接
微信扫码咨询专知VIP会员
Top