Individuare il giusto effetto sonoro in modo efficiente è un compito importante ma impegnativo
argomento per la produzione audio. La maggior parte degli attuali sistemi di ricerca del suono si basano su
etichette audio pre-annotate create da esseri umani, il che può richiedere molto tempo
produrre e soggetto a imprecisioni, limitando l’efficienza della produzione audio.
In seguito al recente avanzamento della pre-formazione contrastiva linguaggio-audio
(APPLAUSO) modelli, esploriamo un sistema alternativo di ricerca del suono basato su CLAP
(APPLAUSO) che non si basa su annotazioni umane. Per valutare il
efficacia di CLAP-UI, abbiamo condotto esperimenti comparativi con un ampio
piattaforma di ricerca degli effetti sonori utilizzata, la Biblioteca degli effetti sonori della BBC. Il nostro studio
valuta le prestazioni dell'utente, carico cognitivo, e soddisfazione attraverso
compiti ecologicamente validi basati su flussi di lavoro professionali di ricerca del suono. Nostro
Il risultato mostra che CLAP-UI ha dimostrato una produttività significativamente migliorata e
ridotta frustrazione pur mantenendo esigenze cognitive comparabili. Anche noi
analizzato qualitativamente i partecipanti’ feedback, che ha offerto prezioso
prospettive sulla progettazione di futuri sistemi di ricerca del suono assistiti dall’intelligenza artificiale.
Questo articolo esplora i giri e le loro implicazioni.
Scarica PDF: