clap

一位 text2ASMR 开发者对 8 个前沿模型作为音频标注器进行了基准测试，使用 480 段音频。结果显示，它们在细粒度物理触发音（纸张、刷子等）上的表现远不及预期，但对人声的识别尚可。文章还详细介绍了 Dawid-Skene 标签融合流程，以及一次公开的众包号召，以弥补现有标注缺口。

Julio Merino 介绍了 Rust 中参数解析的一种新旧结合做法，将 getopts crate 扩展为一个小型框架，优先考虑 Unix 风格工具集成，而非语言生态系统惯例。

一个实验性开源框架，使LLM智能体能够使用本地模型（CLAP、Whisper、Silero VAD）和不断增长的概念记忆来感知并识别非语音音频事件。该系统采用事件门控识别、指纹识别和基于符号的推理，目前尚无正式基准测试。

一个概念验证的开源工具，使用CLAP嵌入从音频中对汽车故障进行分类，提供校准的分诊，用于故障检测、定位和部件识别。