标签
SpurAudio 是一个新的基准测试，旨在评估少样本音频分类中的捷径学习与虚假相关性问题。研究表明，当背景相关性被打破时，包括大型预训练音频基础模型在内的最先进方法均出现显著的性能下降。
# 基于文本与音频分类器的学生异常言语响应检测 来源：[https://arxiv.org/html/2604.16717](https://arxiv.org/html/2604.16717) \(论文将于2026年4月10日在国家教育测量委员会会议上发表\) ###### 摘要 本文旨在填补自动言语响应评分（AVRS）使用中的一项关键安全空白。我们提出了一种新颖的混合框架，用于识别存在心理困扰的学生，该框架结合了文本分类器与音频分类器；其中文本分类器经过训练以根据内容检测响
ArtifactNet是一个轻量级神经网络框架，通过分析音频信号中的编码器特定工件来检测AI生成的音乐，在新的6,183轨道基准测试（ArtifactBench）上达到F1=0.9829，参数量比竞争方法少49倍。该方法采用法证物理学原理，通过有界掩码UNet和紧凑型CNN提取编码器残差，编码器感知训练将跨编码器漂移减少83%。
Google DeepMind 发布了更新版本的 Perch，这是一款用于生物声学分析的 AI 模型，可帮助保护人士通过音频数据监测濒危物种。新模型改进了鸟类物种预测能力，更好地适应水下环境，并扩展到包括哺乳动物、两栖动物和人为噪声的分析，原始版本已被下载超过 25 万次。