English(EN) Finetuning Strategies for Querying Sounds by Vocal Imitation

获胜提交项目详细介绍了声音模仿的查询策略

作者 PulseAugur 编辑部 · [2 个来源] · 2026-08-19 17:51

研究人员详细介绍了他们为AES AIMLA 2025挑战赛提交的获胜方案，该挑战赛专注于通过声音模仿来查询音效。他们的方法采用了两种微调策略：使用预训练编码器的对比学习，以及使用半硬负样本的联合对比三元组学习。技术报告包含了挑战赛结束后发布的详细信息。 AI

影响这项研究有助于音频检索和人工智能驱动的音效查询的进步。

排序理由该集群包含一篇学术论文，详细介绍了关于研究提交的技术报告。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.AI TIER_1 English(EN) · Aditya Bhattacharjee, Christos Plachouras, Sungkyun Chang, Emmanouil Benetos · 2026-08-20 04:00

通过声音模仿进行查询的微调策略

arXiv:2608.19174v1 Announce Type: cross Abstract: This technical report describes our winning submission to the AES AIMLA 2025 Challenge on querying sound effects by vocal imitation. We investigate two complementary fine-tuning strategies: contrastive learning with a frozen, pret…
arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Emmanouil Benetos · 2026-08-19 17:51

通过声音模仿微调查询声音的策略

This technical report describes our winning submission to the AES AIMLA 2025 Challenge on querying sound effects by vocal imitation. We investigate two complementary fine-tuning strategies: contrastive learning with a frozen, pretrained CED encoder, and joint contrastive-triplet …