Unbiased Sliced Wasserstein Kernels for High-Quality Audio Captioning
无偏切片Wasserstein核用于高质量音频描述生成
机构 * Monash University(墨尔本大学) ; University of Texas at Austin(德克萨斯大学奥斯汀分校)
AI总结 本文提出无偏切片Wasserstein核,通过保留模态间时间信息,提升音频描述质量及推理能力。
Journal ref Manh Luong. (2025). Unbiased Sliced Wasserstein Kernels for High-Quality Audio Captioning. In Advances in Neural Information Processing Systems 38 (NeurIPS 2025)