মাল্টিমোডাল ট্রান্সফরমার
অডিও-ভিজুয়াল ট্রান্সফরমার
ট্রান্সফরমার মডেল যা অডিওভিজুয়াল রিকগনিশন বা সিঙ্ক্রোনাইজড জেনারেশনের মতো কাজের জন্য একই সাথে অডিও এবং ভিডিও স্ট্রিম প্রক্রিয়া করে।
← ফিরে যান