PulseAugur
实时 07:52:34
English(EN) Finetuning Strategies for Querying Sounds by Vocal Imitation

为AES AIMLA 2025挑战赛开发的模仿声音查询系统

研究人员开发了用于通过声音模仿查询音效的系统的创新微调策略。他们提交给AES AIMLA 2025挑战赛的方案采用了两种方法:带有预训练编码器的对比学习,以及带有半硬负例的联合对比三元组学习。报告详细介绍了这些方法,包括挑战赛结束后发布的更新。 AI

影响 这项研究推进了音频检索和声音模仿的技术,可能改进创意工作流程中音效的搜索和管理方式。

排序理由 这是一份技术报告,详细介绍了为一项挑战赛提交的研究,重点关注特定AI应用的创新微调策略。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

为AES AIMLA 2025挑战赛开发的模仿声音查询系统

报道来源 [1]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Emmanouil Benetos ·

    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 …