Leveraging Unimodal Self-Supervised Learning for Multimodal Audio-Visual Speech Recognition

39071

Knowledge Triples

Source Entity	Relationship	Target Entity
CTC кодтауы Method	partOf	Көпмодальды құрылым Method
Ауызша оқу сөйлемдері 2 Material	evaluatedIn	Аудиовизуалды сөйлеуді тану Task
Көпмодальды құрылым Method	integrates	Аудиовизуалды сөйлеуді тану Task
Seq2Seq кодтауы Method	partOf	Көпмодальды құрылым Method
Бірмодальді деректер Material	uses	Өзін-өзі қадағалау арқылы оқыту Method