实体 CLAP-HTSAT

CLAP-HTSAT

PulseAugur coverage of CLAP-HTSAT — every cluster mentioning CLAP-HTSAT across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_128511 · Jul 6 · 02:58

新的无编码器音频字幕模型CARD降低了推理成本

研究人员开发了CARD，一种新颖的无编码器音频字幕模型，通过移除音频编码器显著降低了推理成本。该模型通过将预训练音频教师CLAP-HTSAT的表示策略性地路由到不同组件来蒸馏其知识：将感知阶段路由到投影仪，将语义阶段路由到LLM。这种方法在AudioCaps和Clotho等基准数据集上提高了性能，在推理时无需编码器即可达到55.4分。