### 🚀 The motivation and feature 对视频进行内容理解比如打一、二级标签的时候，除了画面特征，需要叠加考虑音频特征，不只是音频内容，还包括音频的风格、节奏、旋律等 ### Alternatives _No response_ ### Additional context _No response_
🚀 The motivation and feature
对视频进行内容理解比如打一、二级标签的时候，除了画面特征，需要叠加考虑音频特征，不只是音频内容，还包括音频的风格、节奏、旋律等
Alternatives
No response
Additional context
No response