DHAuDS: Benchmark dinámico y heterogéneo para adaptación en pruebas
DHAuDS es un benchmark de audio dinámico y heterogéneo que expone las debilidades reales de los modelos TTA frente a ruido realista. Ideal para investigadores.
#clasificación de audio
Clasificación de audio incremental de clases variables con pocos ejemplos
Clasificación de audio con clases variables y pocos ejemplos usando adaptación de prototipos y entrenamiento pseudo-variable. ¡Alta precisión!
La representación importa en suavización aleatoria para clasificación de audio
Descubre cómo la representación de datos afecta la robustez en clasificación de audio con suavizado aleatorio. Claves para elegir la representación correcta.
Reactivando tokens de parche para mejorar el probing en audio
El probing con tokens de parche reactivados supera al costoso fine-tuning en clasificación de audio multi-etiqueta. Descubre este nuevo método ligero y eficiente.
Clasificación de sonidos ambientales con difusión en espacio de embeddings
Descubre cómo los modelos de difusión superan a métodos previos en clasificación zero-shot de sonidos ambientales, mejorando la generalización a clases no vistas.