Acevedo et al.

新方法提高噪声下音频-语言分类的准确性

研究人员开发了一种名为漂移增强评分（DAS）的新方法，以提高零样本音频-语言分类模型在声学噪声下的鲁棒性。该技术为余弦评分增加了一个小额奖励，当嘈杂音频嵌入与噪声条件下的文本提示对齐时，会奖励相应的类别。DAS 在 UrbanSound8K 数据集上将准确率提高了高达 5.75 个百分点，在 FSD50K 数据集上将 mAP 提高了高达 1.74 个百分点，在各种嘈杂条件下均优于其他方法。