研究提出同类别对照协议评估音频模型事件响应

Yunuo Wang 等作者提出“同类别匹配对照协议”，用于区分音频语言模型的答案变化是来自对声音事件类别的响应，还是来自对波形改写的敏感性。 在600个合成声景和两个架构家族的三个模型上，不同类别替换比同类别替换多引发49.7至60.9个百分点的答案变化；同类别准确率与原准确率差距在5.2个百分点以内。在原始与同类别答案均正确的试验中，插入类别的声景加权选择性准确率为73.7%至81.9%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。