会员服务
BioME: A Resource-Efficient Bioacoustic Foundational Model for IoT Applications
Arxiv
0+阅读 · 2月10日
Sounding Highlights: Dual-Pathway Audio Encoders for Audio-Visual Video Highlight Detection
Arxiv
0+阅读 · 2月5日
Sounding Highlights: Dual-Pathway Audio Encoders for Audio-Visual Video Highlight Detection
Arxiv
0+阅读 · 2月3日
PAL: Probing Audio Encoders via LLMs -- Audio Information Transfer into LLMs
Arxiv
0+阅读 · 2月1日
Do Foundational Audio Encoders Understand Music Structure?
Arxiv
0+阅读 · 1月29日
The CMU-AIST submission for the ICME 2025 Audio Encoder Challenge
Arxiv
0+阅读 · 1月22日
EuleroDec: A Complex-Valued RVQ-VAE for Efficient and Robust Audio Coding
Arxiv
0+阅读 · 1月24日
EuleroDec: A Complex-Valued RVQ-VAE for Efficient and Robust Audio Coding
Arxiv
0+阅读 · 1月27日
Enhanced Generative Machine Listener
Arxiv
0+阅读 · 1月23日
Switchcodec: Adaptive residual-expert sparse quantization for high-fidelity neural audio coding
Arxiv
0+阅读 · 1月28日
Do Foundational Audio Encoders Understand Music Structure?
Arxiv
0+阅读 · 2025年12月19日
Language Models as Semantic Teachers: Post-Training Alignment for Medical Audio Understanding
Arxiv
0+阅读 · 2025年12月4日
Large-scale Contrastive Language-Audio Pretraining with Feature Fusion and Keyword-to-Caption Augmentation
Arxiv
0+阅读 · 2023年4月8日
In-depth analysis of music structure as a self-organized network
Arxiv
0+阅读 · 2023年3月21日
参考链接
微信扫码咨询专知VIP会员
Top