Localiser efficacement le bon effet sonore est une tâche importante mais difficile
sujet pour la production audio. La plupart des systèmes de recherche sonore actuels reposent sur
étiquettes audio pré-annotées créées par des humains, ce qui peut prendre beaucoup de temps
produire et sujet aux inexactitudes, limiter l’efficacité de la production audio.
Suite aux récents progrès de la pré-formation contrastée langage-audio
(TAPER) modèles, nous explorons un système alternatif de recherche sonore basé sur CLAP
(TAPER) qui ne repose pas sur des annotations humaines. Pour évaluer le
efficacité de CLAP-UI, nous avons mené des expériences comparatives avec un large éventail
plateforme de recherche d'effets sonores d'occasion, la bibliothèque d'effets sonores de la BBC. Notre étude
évalue les performances des utilisateurs, charge cognitive, et la satisfaction grâce
tâches écologiquement valides basées sur des flux de travail professionnels de recherche sonore. Notre
Le résultat montre que CLAP-UI a démontré une productivité et une productivité considérablement améliorées.
réduction de la frustration tout en maintenant des exigences cognitives comparables. Nous aussi
analysé qualitativement les participants’ retour, qui offrait de précieux
perspectives sur la conception de futurs systèmes de recherche sonore assistés par IA.

Cet article explore les excursions dans le temps et leurs implications.

Télécharger PDF: