BriefGPT - AI 论文速递
·
多视角声谱图变换器用于呼吸音分类
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
研究提出了一种名为MAST的多尺度音频谱变换器，通过分层表示学习提高音频分类效率。在多个数据集上，MAST的准确度比AST提高了22.2％、4.4％和4.7％，同时更高效。
🎯
关键要点
- 研究提出了一种名为多尺度音频谱变换器（MAST）的方法。
- MAST 采用分层表示学习来提高音频分类的效率。
- MAST 在 Kinetics-Sounds、Epic-Kitchens-100 和 VGGSound 数据集上的准确度分别提高了 22.2％、4.4％ 和 4.7％。
- MAST 在没有外部训练数据的情况下，比 AST 更加高效。
➡️
