论文用同类对照区分音频模型答案变化是否源于事件类别。
资讯摘要
论文关注音频语言模型在局部声音事件被编辑后答案变化的原因，提出匹配同类对照方法：同类替换保持正确答案，异类替换改变事件类别，两者使用相同区间、电平估计、供体拟合与交叉淡化。作者报告在600个合成声景和两个架构家族的三个模型上，异类替换比同类替换多引发49.7至60.9个百分点的答案变化，同类准确率与原准确率相差不超过5.2个百分点。
要点速读
- 论文比较同类与异类声音事件替换，控制区间、电平估计、供体拟合和交叉淡化等处理一致。
- 在600个合成声景、两个架构家族共三个模型上，异类替换比同类替换多引发49.7至60.9个百分点的答案变化。
- 同类替换后准确率与原准确率差距在5.2个百分点以内；插入类别的声景加权选择性准确率为73.7%至81.9%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。