arXiv · Computer Vision· Rui Liu, Bhavin Jawade, Haoqi Li, Shivam Mehta, Karan Saxena, Yinghong Lan, Cameron R. Wolfe·· 3 小时前AI 评分37
Align Then Reason：多模态配音唇同步评测器
Align Then Reason: A Multimodal Lip-Sync Judge for Dubbing
AI 导读
summary_zh: Align Then Reason（ATR）是一种多语言唇同步评测方法，通过帧级唇部表征与候选文本音素单元的单调对齐，再由 LLM 基于对齐结果进行内容与时序联合推理。
来源：arXiv · Computer Vision · arxiv.org