标签
本文引入了一个针对低资源阿拉伯语方言的语义分割基准，并提出了一种模型，该模型在会话式语音上的性能优于标准基线模型。
本文介绍了 DiGSeg 框架，该框架利用潜在空间条件控制和文本引导对齐，将预训练的扩散模型重新用于实现最先进的语义分割和开放词汇分割。