11-19 更新 实时
首页/ 多模态/ 正文

LiveFoley:沉浸式交互世界的实时视频转音频生成

多模态 来源:arXiv CS/SD 2026-11-04 13:35 0 阅读 机器翻译

流式视频转音频(V2A)生成对沉浸式交互应用至关重要。然而,实时约束使现有流式 V2A 方法远远落后于离线模型:(1)视觉前端缩小了……

原文为英文,标题与摘要由机器翻译,完整内容请阅读原文。

本文为自动采集的摘要速览

全文正在由采集器补抓,稍后刷新本页即可看到完整译文;也可先前往来源站点阅读原文。

本文由采集器自动同步

原文发布于 arXiv CS/SD(LiveFoley: Dynamic Real-Time Video-to-Audio Generation for Immersive Interactive Worlds),标题、摘要与正文由机器翻译,术语按行业惯例统一,未经人工逐句校订。

阅读原文 ↗