实体
GPT Audio 1.5
GPT Audio 1.5
PulseAugur coverage of GPT Audio 1.5 — every cluster mentioning GPT Audio 1.5 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
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 2 条
-
前沿人工智能模型在标注 ASMR 音频方面遇到困难，寻求人类输入
一个训练文本到 ASMR 模型的项目发现，当前前沿人工智能模型在准确标注特定声音（如纸张沙沙声或刷子声）的音频片段方面存在困难。虽然 Gemini 3.1 Pro 等模型在通用音效方面表现良好，但在识别 ASMR 特有触发器时，与人类标注相比，其性能显著下降。该项目正在众包 ASMR 音频片段的人类标注，以改进模型训练并弥补识别细微音频线索的不足。
-
在巴巴多斯报纸上训练的AI模型在本地语境识别方面显示出潜力
研究人员正在探索领域自适应预训练，以提高音频模型在特定地区的准确性，并以巴巴多斯为例。通过在大量巴巴多斯报纸档案语料库上训练Qwen3-Omni模型，目标是让模型能够理解本地语境，例如标准模型经常识别错误的地点名称、机构和文化活动。虽然初步结果显示在提高本地实体知识探测得分方面有希望，但对实际音频转录准确性的影响仍在调查中。