Skip to content
简体中文

切换主题

arXiv 2609.38748 · cs.CV · 2026-09-30

Hear the World in Stereo: Learning Dynamic Spatial Correspondence for Immersive Joint Video-Audio Generation

Hanmo Chen, Chengcheng Liu, Tianxiao Chen, Zheyu Zhang, Siming Zheng, Jinwei Chen, Xu Yang, Cheng Deng 等 10 人

机构待核实

在最新榜 #227 本站收录于 2026-10-21

一句话要点

StereoBind 让生成视频中的立体声声源位置随画面物体运动而变化,用于沉浸式音视频生成。

StereoBind ties stereo sound position to on-screen source motion for immersive joint video-audio generation.

68HF 点赞
14GitHub stars
0引用(Semantic Scholar)
51.2热度分

阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库 项目页

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-22。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)