研究人员推出了REFRAMED，这是一个用于生成电影真实音频描述的新数据集和新方法。与依赖预先指定内容和时间的先前方法不同，REFRAMED要求模型联合决定描述什么以及何时将描述插入对话的间隙中。该数据集包括来自206部电影的2023个视频的专业音频描述、字幕和对齐的剧本。虽然目前最先进的系统比基本基线有所改进，但仍未达到人类专家的水平。 AI
影响 为音频描述生成树立了新的基准，有可能改进视障观众的可访问性工具。
排序理由 该集群描述了一篇介绍特定AI任务的数据集和新颖方法的新学术论文。[lever_c_research降级：ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
