arXiv · Audio and Speech· Yongqiang Chen, Peiwei Chang, Yuelan Cheng, Xiatian Zhu, Wenwu Wang·· 3 小时前AI 评分19
QC-MI-OVSEL：查询条件多实例开放词汇声音事件定位基准
QC-MI-OVSEL: Benchmarking Query-Conditioned Multi-Instance Open-Vocabulary Sound Event Localization
AI 导读
研究者提出查询条件多实例开放词汇声音事件定位任务 QC-MI-OVSEL，要求系统恢复匹配自然语言查询的所有活跃声源，并处理查询类别缺失的情形。配套基准包含 40,000 个一阶 Ambisonics 场景、80,000 个均衡的存在/缺失查询视图，覆盖 83 类，其中 17 类为训练与开发排除的新类别，每帧标注查询匹配声源的活动与 3-D 方向，最多三个同时目标。
来源：arXiv · Audio and Speech · arxiv.org