根据实验结果，与最先进的模型相比，该方法平均准确率相对提升了4.41%，在12个任务的跨领域测试中，平均准确率也相对提升了5.33%，无论是针对域内数据的效果还是跨域的稳定性，都达到了该领域的SOTA（State-of-the-Art，最优的）效果。新浪科技訊 12月25日上午消息，日前，計算機國際聲學、語音與信號處理會議ICASSP 2025公佈論文錄用名單，由巨人網絡AI實驗室與浙江大學合作的語音研究成果入選ICASSP 2025。該成果提出了一種精準提升音頻語言模型性能的創新方法，在實驗結果中達到該領域最優效果。
據悉，國際聲學、語音與信號處理會議（International Conference on Acoustics， Speech and Signal Processing，簡稱ICASSP）是全世界最大、最全面的信號處理及其應用方面的頂級會議。作爲國際電子技術與信息科學工程師協會（Institute of Electrical and Electronics Engineers，簡稱IEEE）的重要會議之一，在國際上享有盛譽並具有廣泛的學術影響力。
巨人網絡AI實驗室與浙江大學研究團隊在合作論文《Multiple Consistency-guided Test-Time Adaptation for Contrastive Audio-Language Models with Unlabeled Audio》中，提出了一種無需標註標籤的多重引導提示學習方法，提升了音頻分類零樣本學習上的效果，爲後續在視頻配音（Video-to-Audio，V2A）任務上提供精準支持。
根據實驗結果，與最先進的模型相比，該方法平均準確率相對提升了4.41%，在12個任務的跨領域測試中，平均準確率也相對提升了5.33%，無論是針對域內數據的效果還是跨域的穩定性，都達到了該領域的SOTA（State-of-the-Art，最優的）效果。