研究人员开发了一种新颖的少样本开集音频分类（FOAC）方法，该方法可以识别未见过的类别并拒绝来自未知类别的查询样本。所提出的模型利用ResNet骨干网络进行嵌入提取，并使用一个分类器为少样本和开集类别生成原型。与现有方法相比，该方法旨在提高准确率和AUROC分数，同时降低计算复杂度，并在LS-100、NSynth-100和FSC-89数据集上进行了验证。 AI
影响 这项研究可能带来更鲁棒的音频分类系统，能够处理新颖或未见的声学类别。
排序理由 详细介绍音频分类新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
