AGI Hunt· antoine_chaffin·· 2 小时前AI 评分51
Aarush 等人发布开源多向量音频检索模型 WavLate
首个开源多向量音频检索模型 WavLate 发布
AI 导读
Aarush 等人发布 WavLate,据称是首个面向音频文本检索的开源 late-interaction 多向量模型。模型每 0.31 秒音频保留一个向量、每个词保留一个向量,在 AudioCaps 和 Clotho 上未经逐数据集微调的平均 Recall@1 达 37.9。模型权重、含难负例的训练数据和测试池均已开源。
来源:AGI Hunt · agihunt.info