Indic-CLAP：跨语言蒸馏扩展CLAP至九种印度语言

研究者提出 Indic-CLAP，一个将 CLAP 扩展到九种印度语言的多语言文本-音频模型，覆盖超过十亿使用者。该方法沿用 CLAP 的双编码器结构，仅通过蒸馏训练 Indic 文本编码器，音频编码器保持冻结，并使用机器翻译的 AudioCaps 字幕进行训练。评估显示 Indic-CLAP 编码器继承了 CLAP 教师的跨模态对齐能力，在跨模态检索和零样本分类任务上得到验证。该成果发表于 arXiv 的 Audio and Speech 类别，为一手研究报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。