Papers

• VATT: Transformers for Multimodal Self-Supervised Learning from Raw Video, Audio and Text

→ 일단 Transformer 인코더 based

• AST

• video - audio

Dataset?

• youtube 5M dataset 리뷰해보기, 8M은 없는듯?

GitHub - keunwoochoi/YouTube-music-video-5M: A repository to host some youtube music video id's

6월 계획

• 5M dataset 다운로드 받기 → 영상이랑 음원 분리 전처리
• 루바토랩 서버에서 진행 예정