Hierarchical Label Propagation: A Model-Size-Dependent Performance Booster for AudioSet Tagging
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Tuncay, Ludovic, Labbé, Etienne, Pellegrini, Thomas |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Audio-JEPA: Joint-Embedding Predictive Architecture for Audio Representation Learning
par: Tuncay, Ludovic, et autres
Publié: (2025)
par: Tuncay, Ludovic, et autres
Publié: (2025)
BLAT: Bootstrapping Language-Audio Pre-training based on AudioSet Tag-guided Synthetic Data
par: Xu, Xuenan, et autres
Publié: (2023)
par: Xu, Xuenan, et autres
Publié: (2023)
LC-Protonets: Multi-Label Few-Shot Learning for World Music Audio Tagging
par: Papaioannou, Charilaos, et autres
Publié: (2024)
par: Papaioannou, Charilaos, et autres
Publié: (2024)
Geo-ATBench: A Benchmark for Geospatial Audio Tagging with Geospatial Semantic Context
par: Hou, Yuanbo, et autres
Publié: (2026)
par: Hou, Yuanbo, et autres
Publié: (2026)
Sound Tagging in Infant-centric Home Soundscapes
par: Khan, Mohammad Nur Hossain, et autres
Publié: (2024)
par: Khan, Mohammad Nur Hossain, et autres
Publié: (2024)
Just Label the Repeats for In-The-Wild Audio-to-Score Alignment
par: Bukey, Irmak, et autres
Publié: (2024)
par: Bukey, Irmak, et autres
Publié: (2024)
Audio Flamingo: A Novel Audio Language Model with Few-Shot Learning and Dialogue Abilities
par: Kong, Zhifeng, et autres
Publié: (2024)
par: Kong, Zhifeng, et autres
Publié: (2024)
Diffusion Models for Audio Restoration
par: Lemercier, Jean-Marie, et autres
Publié: (2024)
par: Lemercier, Jean-Marie, et autres
Publié: (2024)
Can Synthetic Audio From Generative Foundation Models Assist Audio Recognition and Speech Modeling?
par: Feng, Tiantian, et autres
Publié: (2024)
par: Feng, Tiantian, et autres
Publié: (2024)
Music Foundation Model as Generic Booster for Music Downstream Tasks
par: Liao, WeiHsiang, et autres
Publié: (2024)
par: Liao, WeiHsiang, et autres
Publié: (2024)
Semantic-Aware Interpretable Multimodal Music Auto-Tagging
par: Patakis, Andreas, et autres
Publié: (2025)
par: Patakis, Andreas, et autres
Publié: (2025)
Streaming Audio Transformers for Online Audio Tagging
par: Dinkel, Heinrich, et autres
Publié: (2023)
par: Dinkel, Heinrich, et autres
Publié: (2023)
A2SB: Audio-to-Audio Schrodinger Bridges
par: Kong, Zhifeng, et autres
Publié: (2025)
par: Kong, Zhifeng, et autres
Publié: (2025)
Enhancing Audio-Language Models through Self-Supervised Post-Training with Text-Audio Pairs
par: Sinha, Anshuman, et autres
Publié: (2024)
par: Sinha, Anshuman, et autres
Publié: (2024)
"I am bad": Interpreting Stealthy, Universal and Robust Audio Jailbreaks in Audio-Language Models
par: Gupta, Isha, et autres
Publié: (2025)
par: Gupta, Isha, et autres
Publié: (2025)
Tuning In: Analysis of Audio Classifier Performance in Clinical Settings with Limited Data
par: Mahdi, Hamza, et autres
Publié: (2024)
par: Mahdi, Hamza, et autres
Publié: (2024)
A Language Model With Million Context Length For Raw Audio
par: Verma, Prateek
Publié: (2022)
par: Verma, Prateek
Publié: (2022)
An Experimental Comparison Of Multi-view Self-supervised Methods For Music Tagging
par: Meseguer-Brocal, Gabriel, et autres
Publié: (2024)
par: Meseguer-Brocal, Gabriel, et autres
Publié: (2024)
Do Audio-Language Models Understand Linguistic Variations?
par: Selvakumar, Ramaneswaran, et autres
Publié: (2024)
par: Selvakumar, Ramaneswaran, et autres
Publié: (2024)
Semantic Proximity Alignment: Towards Human Perception-consistent Audio Tagging by Aligning with Label Text Description
par: Liu, Wuyang, et autres
Publié: (2023)
par: Liu, Wuyang, et autres
Publié: (2023)
COVID-19 Detection System: A Comparative Analysis of System Performance Based on Acoustic Features of Cough Audio Signals
par: Shati, Asmaa, et autres
Publié: (2023)
par: Shati, Asmaa, et autres
Publié: (2023)
TACOS: Temporally-aligned Audio CaptiOnS for Language-Audio Pretraining
par: Primus, Paul, et autres
Publié: (2025)
par: Primus, Paul, et autres
Publié: (2025)
Zero Shot Audio to Audio Emotion Transfer With Speaker Disentanglement
par: Dutta, Soumya, et autres
Publié: (2024)
par: Dutta, Soumya, et autres
Publié: (2024)
RiTTA: Modeling Event Relations in Text-to-Audio Generation
par: He, Yuhang, et autres
Publié: (2024)
par: He, Yuhang, et autres
Publié: (2024)
On the Utility of Speech and Audio Foundation Models for Marmoset Call Analysis
par: Sarkar, Eklavya, et autres
Publié: (2024)
par: Sarkar, Eklavya, et autres
Publié: (2024)
The Rarity of Musical Audio Signals Within the Space of Possible Audio Generation
par: Collins, Nick
Publié: (2024)
par: Collins, Nick
Publié: (2024)
Estimated Audio-Caption Correspondences Improve Language-Based Audio Retrieval
par: Primus, Paul, et autres
Publié: (2024)
par: Primus, Paul, et autres
Publié: (2024)
Fusing Audio and Metadata Embeddings Improves Language-based Audio Retrieval
par: Primus, Paul, et autres
Publié: (2024)
par: Primus, Paul, et autres
Publié: (2024)
Text-Queried Audio Source Separation via Hierarchical Modeling
par: Yin, Xinlei, et autres
Publié: (2025)
par: Yin, Xinlei, et autres
Publié: (2025)
Continued Pretraining for Low-Resource Swahili ASR: Achieving State-of-the-Art Performance with Minimal Labeled Data
par: Mutisya, Hillary, et autres
Publié: (2026)
par: Mutisya, Hillary, et autres
Publié: (2026)
Audio Match Cutting: Finding and Creating Matching Audio Transitions in Movies and Videos
par: Fedorishin, Dennis, et autres
Publié: (2024)
par: Fedorishin, Dennis, et autres
Publié: (2024)
CLAP-ART: Automated Audio Captioning with Semantic-rich Audio Representation Tokenizer
par: Takeuchi, Daiki, et autres
Publié: (2025)
par: Takeuchi, Daiki, et autres
Publié: (2025)
Music Boomerang: Reusing Diffusion Models for Data Augmentation and Audio Manipulation
par: Fichtinger, Alexander, et autres
Publié: (2025)
par: Fichtinger, Alexander, et autres
Publié: (2025)
Audio Geolocation: A Natural Sounds Benchmark
par: Chasmai, Mustafa, et autres
Publié: (2025)
par: Chasmai, Mustafa, et autres
Publié: (2025)
uaMix-MAE: Efficient Tuning of Pretrained Audio Transformers with Unsupervised Audio Mixtures
par: Tabassum, Afrina, et autres
Publié: (2024)
par: Tabassum, Afrina, et autres
Publié: (2024)
Region-Specific Audio Tagging for Spatial Sound
par: Zhao, Jinzheng, et autres
Publié: (2025)
par: Zhao, Jinzheng, et autres
Publié: (2025)
StethoLM: Audio Language Model for Cardiopulmonary Analysis Across Clinical Tasks
par: Wang, Yishan, et autres
Publié: (2026)
par: Wang, Yishan, et autres
Publié: (2026)
Label-Context-Dependent Internal Language Model Estimation for CTC
par: Yang, Zijian, et autres
Publié: (2025)
par: Yang, Zijian, et autres
Publié: (2025)
Unsupervised Composable Representations for Audio
par: Bindi, Giovanni, et autres
Publié: (2024)
par: Bindi, Giovanni, et autres
Publié: (2024)
Multi-bit Audio Watermarking
par: Lanzendörfer, Luca A., et autres
Publié: (2025)
par: Lanzendörfer, Luca A., et autres
Publié: (2025)
Documents similaires
-
Audio-JEPA: Joint-Embedding Predictive Architecture for Audio Representation Learning
par: Tuncay, Ludovic, et autres
Publié: (2025) -
BLAT: Bootstrapping Language-Audio Pre-training based on AudioSet Tag-guided Synthetic Data
par: Xu, Xuenan, et autres
Publié: (2023) -
LC-Protonets: Multi-Label Few-Shot Learning for World Music Audio Tagging
par: Papaioannou, Charilaos, et autres
Publié: (2024) -
Geo-ATBench: A Benchmark for Geospatial Audio Tagging with Geospatial Semantic Context
par: Hou, Yuanbo, et autres
Publié: (2026) -
Sound Tagging in Infant-centric Home Soundscapes
par: Khan, Mohammad Nur Hossain, et autres
Publié: (2024)