Skip to content
Hot storiesContinuously updated

研究团队提出长音频免训练定位方法ReListen

1 reports1 reporting sourcesUpdated 13 hours ago

Start here

AI overview

2026年11月4日，研究团队在arXiv提出长音频免训练证据定位方法ReListen。该方法利用冻结的音频语言模型，通过20秒窗口扫描自主定位证据，并仅基于评分最高的1分钟音频进行作答。在基准评测中，ReListen在VoiceGiraffe上的证据重叠率达88.5%，表现超过全文本转录9.2分，并在LAT-Bench上媲美专门训练的模型。此外，ReListen的回答速度快于各类转录系统，且在单卡GPU运行时的显存占用能够保持恒定。

AI-generated from reports · Updated 13 hours ago

Latest developmentsNov 4 13:00
研究团队提出免训练长音频定位方法ReListen，显存占用恒定且速度领先。

Report timeline

Follow the reports to see different sides of the story.

Nov 4
  1. arXiv 自然语言处理
    ReListen：利用冻结音频语言模型实现小时级长音频免训练证据定位

    研究团队提出免训练方法 ReListen，让冻结音频语言模型通过 20 秒窗口扫描自主定位证据，仅基于最高分的 1 分钟音频作答。在 VoiceGiraffe 上其证据重叠率达 88.5%，表现超过全文本转录 9.2 分，并在 LAT-Bench 上媲美专门训练的模型。ReListen 回答速度快于各类转录系统，且在单卡 GPU 上显存占用保持恒定。

Story heat trend

Current heat 7·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–

02.557.510Nov4Nov4Nov4Nov5

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.