arXiv cs.SD RSS·· 3 小时前
LAST:循环音频频谱图 Transformer
LAST: Looped Audio Spectrogram Transformer
摘要
循环音频频谱图 Transformer(LAST)先处理全部 token,再复用同一组模块仅对类别 token 在固定音频特征上做多轮精修。在 AudioSet 上,十轮 LAST 取得 0.345 平均精度,相对十二层顺序 Transformer 提升 2.1%,参数量减少 49.4%,乘加运算减少 42%,实测吞吐量提高 9.8%。
应来源方要求,这里只提供摘要与原文入口。完整内容请阅读原文。
来源:arXiv cs.SD RSS · arxiv.org