Cross-Modal Language Modeling in Multi-Motion-Informed Context for Lip Reading

计算机科学 自然语言处理 语法 语言学 背景(考古学) 语言模型 人工智能 阅读(过程) 编码(集合论) 普通话 解码方法 语言习得 语法 上下文模型 自然语言 语音识别 线性子空间 语义学(计算机科学) 短语结构规则 语言识别 第二语言 语言理解 计算语言学 视觉语言
作者
Xi Ai,Bin Fang
出处
期刊:IEEE/ACM transactions on audio, speech, and language processing [Institute of Electrical and Electronics Engineers]
卷期号:31: 2220-2232 被引量:6
标识
DOI:10.1109/taslp.2023.3282109
摘要

We observe that for lip reading, the language is locally transformed, instead of globally transformed, i.e., speaking and writing follow the same basic grammar rules. In this work, we present a cross-modal language model to tackle the lip-reading challenge on silent videos. Compared to previous works, we consider multi-motion-informed contexts composed of multiple lip-motion representations from different subspaces to guide decoding via the source-target attention mechanism. We present a piece-wise pre-training strategy inspired by multi-task learning to pre-train a visual module to generate multi-motioninformed contexts for cross-modality and pre-train a decoder to generate texts for language modeling. Our final large-scale model outperforms baseline models on four datasets: LRS2, LRS3, LRW, and GRID. We will open our source code on GitHub.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
山海关外发布了新的文献求助20
1秒前
1秒前
华仔应助遇见采纳,获得30
1秒前
睡醒做科研完成签到,获得积分10
2秒前
jli1856发布了新的文献求助10
2秒前
3秒前
是小松啊完成签到,获得积分10
3秒前
DrW发布了新的文献求助10
4秒前
果实发布了新的文献求助10
4秒前
称心梦容发布了新的文献求助10
4秒前
4秒前
科研通AI5应助勤奋雅容采纳,获得10
5秒前
rgjipeng完成签到,获得积分0
5秒前
CodeCraft应助王醉山采纳,获得10
6秒前
Erling完成签到,获得积分10
6秒前
李爱国应助hanleiharry1采纳,获得10
6秒前
7秒前
欧阳发布了新的文献求助10
7秒前
legend完成签到,获得积分10
7秒前
7秒前
honor179发布了新的文献求助10
7秒前
情怀应助lxx采纳,获得10
8秒前
8秒前
完美的难敌完成签到,获得积分10
8秒前
小蘑菇应助Yummy采纳,获得10
8秒前
kk完成签到,获得积分10
8秒前
9秒前
小星发布了新的文献求助10
9秒前
10秒前
Gigi完成签到,获得积分10
10秒前
CipherSage应助waoller1采纳,获得10
10秒前
10秒前
11秒前
852应助刻苦大象采纳,获得10
11秒前
ding应助称心梦容采纳,获得10
11秒前
脑洞疼应助刘文路采纳,获得10
11秒前
11秒前
共享精神应助你吃饱了吗采纳,获得10
12秒前
果实发布了新的文献求助10
12秒前
12秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Acute Mountain Sickness 2000
A novel angiographic index for predicting the efficacy of drug-coated balloons in small vessels 500
Textbook of Neonatal Resuscitation ® 500
Thomas Hobbes' Mechanical Conception of Nature 500
The Affinity Designer Manual - Version 2: A Step-by-Step Beginner's Guide 500
Affinity Designer Essentials: A Complete Guide to Vector Art: Your Ultimate Handbook for High-Quality Vector Graphics 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 内科学 生物化学 物理 计算机科学 纳米技术 遗传学 基因 复合材料 化学工程 物理化学 病理 催化作用 免疫学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 5097755
求助须知:如何正确求助?哪些是违规求助? 4310219
关于积分的说明 13429598
捐赠科研通 4137626
什么是DOI,文献DOI怎么找? 2266787
邀请新用户注册赠送积分活动 1269912
关于科研通互助平台的介绍 1206205