AudioFM论文提交至arXiv，报告多领域评测领先

1. 12:00
   arXiv · Machine Learning

   AudioFM：迈向通用音频表征学习

   AudioFM提出一种自监督音频表征学习框架，将录音级对比学习与逐补丁掩码潜变量判别结合起来，以可见声学上下文预测被掩码补丁的表征，并利用符合条件的时间邻居增强局部时间一致性。评测显示，AudioFM在多种音频领域的线性探测、微调和零样本迁移中达到当前最佳性能，提升了事件检测、场景级理解和跨领域泛化能力。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。