Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

DSpAST: Disentangled Representations for Spatial Audio Reasoning with Large Language Models

Created by
  • Haebom

저자

Kevin Wilkinghoff, Zheng-Hua Tan

개요

본 논문은 대규모 언어 모델을 이용한 공간 음향 추론을 위해, 음향 전단으로 사용되는 공간 음향 인코더인 DSpAST를 제안합니다. DSpAST는 SpatialAST를 기반으로, 공간 음향의 분리된 표현을 학습하며, 단 0.2%의 추가 파라미터만을 사용합니다. SpatialSoundQA 데이터셋을 사용한 실험에서 DSpAST는 공간 음향 추론 시스템 BAT에서 SpatialAST보다 뛰어난 성능을 보였습니다.

시사점, 한계점

시사점:
단일 오디오 인코더로 음향 이벤트 유형, 방향 및 거리를 모두 처리하는 것의 어려움을 해결하기 위해 분리된 표현 학습 방식을 채택했습니다.
SpatialAST 대비 적은 파라미터 증가로 성능 향상을 달성했습니다.
공간 음향 추론 분야에서 DSpAST의 우수한 성능을 입증했습니다.
한계점:
논문에서 구체적인 한계점은 명시되지 않았습니다. (Abstract에 해당 내용 없음)
👍