arXiv cs.SD RSS·· 1 天前
RAST：面向低分辨率音频活动识别的分辨率感知特权结构迁移
RAST: Resolution-Aware Privileged Structure Transfer for Low-Resolution Audio Activity Recognition
摘要
RAST 是一种分辨率感知迁移框架，训练时利用高分辨率音频作为教师表示，推理时仅依赖低分辨率音频，通过保留 token 级信息和邻域结构再进行局部 HR-LR 对齐。在 SAMoSA 和 AudioIMU 数据集上，RAST 持续优于仅用低分辨率训练和直接教师迁移基线，将低分辨率识别性能最多提升约 7.8%。
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