arXiv eess.AS· Yongqiang Chen, Peiwei Chang, Yuelan Cheng, Xiatian Zhu, Wenwu Wang·· 2 天前评分27
QC-MI-OVSEL：查询条件多实例开放词汇声事件定位基准
QC-MI-OVSEL: Benchmarking Query-Conditioned Multi-Instance Open-Vocabulary Sound Event Localization
导读
研究提出 QC-MI-OVSEL 基准，包含 40,000 个一阶 Ambisonics 场景、83 类共 80,000 个均衡的查询视图，其中 17 类为训练与开发阶段未见过的新类别。同时提出 Q-RSet，用查询条件源槽与基于责任度的证据聚合做源集合预测，在源恢复、定位召回、基数估计与缺失查询抑制上优于基线。分析显示新类别、改写查询和更高源数量主要影响源发现与集合补全，已恢复源的方位精度相对稳定。
来源：arXiv eess.AS · arxiv.org