研究人员开发了一种名为漂移增强评分(Drift-Augmented Scoring, DAS)的新技术,以提高零样本音频-语言分类模型在声学噪声下的鲁棒性。该方法在余弦评分上增加了一个小额奖励,当噪声音频嵌入朝着文本提示预测的方向漂移时,会奖励相应的类别。DAS在UrbanSound8K和FSD50K等基准数据集上展示了显著的改进,在各种噪声条件下提高了准确率和mAP得分。 AI
影响 增强了音频AI系统在嘈杂环境中的可靠性,可能改进语音助手和内容审核等应用。
排序理由 该集群包含一篇详细介绍音频-语言分类新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →