10:06
官方账号arXiv cs.LG@Hong Lyu, Mingru Yang, Qianhua He, Yanxiong Li, Jinxin Huang, Zhengyu Pei
推荐理由：这篇论文提出了TriA Pipeline，用2130小时音频自动生成431类标注数据，在家庭场景任务上准确率提升近4%，做音频分类研究可以看看。
TriA
共 1 条相关 AI 资讯
7月8日
10:06
TriA Pipeline是一个自动音频标注流水线，可将各场景音频高效转换为带事件标注的高质量训练数据。利用该流水线构建的TriA数据集包含超过2130小时音频，覆盖431个音频类别。从TriA中划分出先验知识引导子集TriA_GK，并在三个家庭音频分类任务上进行了对比实验。在手动标注数据基础上加入TriA_GK后，平均准确率提升3.97%，Macro-F1提升3.35%，验证了流水线的有效性。