本研究提出了一种内存高效机制——敏捷图像恢复（AgileIR），通过引入分组移位窗口注意力（GSWA），减少内存消耗，提高模型训练速度，保持32.20 dB的表现，并节省超过50%的内存。

通过生成学习重新构建声音事件检测问题，模型学习逆转噪声处理，能从噪声查询中生成准确的事件边界。实验证明，在Urban-SED和EPIC-Sounds数据集上，模型训练速度更快且优于现有替代方法。