BriefGPT - AI 论文速递
·
HAAQI-Net：适用于助听器的非侵入式神经音乐质量评估模型
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
HAAQI-Net是一种定制的非侵入式深度学习模型，用于助听器用户的音乐质量评估。它采用了注意力机制的BLSTM，性能高且推理时间短。
🎯
关键要点
- HAAQI-Net是一种定制的非侵入式深度学习模型，用于助听器用户的音乐质量评估。
- HAAQI-Net采用了注意力机制的双向长短时记忆（BLSTM），性能高且推理时间短。
- HAAQI-Net利用来自音频转换器（BEATs）的预训练的双向编码器表示进行声学特征提取。
- HAAQI-Net在与真实数据的对比中实现了0.9257的纵向一致相关系数（LCC），0.9394的斯皮尔曼等级相关系数（SRCC）和0.0080的均方误差（MSE）。
- HAAQI-Net的推理时间从62.52秒（HAAQI）缩短至2.71秒，为助听器用户提供高效的音乐质量评估模型。
🏷️
标签
➡️
