10:58
官方账号arXiv cs.LG@Víctor Rincón Yepes
推荐理由：这篇论文发现，通用音频模型像CLAP、AST不用专门训练，就能从动物叫声里读出进化关系，比专用模型还准，挺反直觉的。
音频基础模型
共 1 条相关 AI 资讯
7月27日
10:58
研究测试了四种预训练音频模型（AST、CLAP、BEATs-bio、BirdNET）在32种海洋哺乳动物（1754条录音）和20种鸟类叫声中恢复系统发育距离的能力。在26种鲸类中，CLAP和BEATs-bio相关系数达0.82（p<0.001），而传统MFCC特征仅0.040。在鸟类中，通用模型AST和CLAP分别达0.55和0.52，而针对鸟类训练的BirdNET和BEATs-bio仅约0.32-0.36。结果表明通用模型无需领域特定预训练即可捕捉进化信号。