知识卡片
多模态融合的分工
多模态应用组合不同类型的信息处理:例如虚拟主播可用视觉技术生成形象和口型,用自然语言处理生成播报内容,再用语音技术处理听取和播报。融合指这些处理能力共同服务任务,并不意味着每种模态由同一模型或同一步骤完成。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 欢迎来到深度学习的世界 · 查看原书依据
主播的形象生成、表情变化、口型和手势变化依靠视觉技术;
参考来源
- 位置:《破解深度学习(基础篇)_模型算法与实现》第1章《欢迎来到深度学习的世界》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0004.xhtml`)
- 结论依据:原文在对应小节解释该机制和适用边界。
- 原始内容:主播的形象生成、表情变化、口型和手势变化依靠视觉技术;