AVC-Reward: Đánh giá tính nhất quán âm thanh - video lấy sự kiện làm trung tâm

Đoạn trích bài viết

Khi các mô hình tạo âm thanh - video kết hợp ngày càng có năng lực cao hơn, chúng có thể tạo ra các khung cảnh nghe nhìn thể hiện ba dạng phức tạp: kết hợp đa sự kiện, hòa trộn âm thanh đa tầng và các mối quan hệ đa phương thức bất đối xứng.