arXiv Artificial Intelligence· Zihan Zhang, Xize Cheng, Wenhao Yan, Tong Zhang, Dongjie Fu, Wenxu Jia, Boyun Zhang, Yongbo He, Qifei Zhang, Linjun Li, Wenshi Chen, Tao Jin·· 19 小时前AI 评分22
Auto-AEG：面向开放词汇音频事件定位的可扩展数据构建
Auto-AEG: Scalable Data Construction for Open-Vocabulary Audio Event Grounding
AI 导读
Auto-AEG 是一套可扩展的数据构建与模型微调流水线，用于开放词汇音频事件定位任务，通过程序合成带精确起止时间标注的音频片段进行监督冷启动，并用多模型伪标签在真实音频上提供强化学习奖励信号。在独立难度分层的 AEGBench 基准上，该流水线带来大幅时间定位提升，并泛化到多个留出的 SED 与音频定位基准。
来源：arXiv Artificial Intelligence · arxiv.org