面向音频分类模型的时间局部化解释基准测试
声音
2025-10-21 v2 音频与语音处理
摘要
大多数现代音频处理方法都是黑箱式的，即不提供对其决策的解释。因此，提出了各种方法来解释这些模型生成的输出。好的解释可以导致对数据或模型的有趣见解，并增加对系统的信任。不幸的是，由于大多数任务没有明确的 ground truth 解释作为参考，评估解释质量极不容易。本文提出一种用于音频分类模型的时间局部化解释基准测试，该基准使用目标事件的时间标注作为 ground truth 解释的代理。我们使用该基准系统地优化和比较各种模型无关性后置解释方法，极少数情况下可接近完美的解释。最后，我们说明了这些解释对于发现虚假关联具有实用性。
引用
@article{arxiv.2506.04391,
title = {Benchmarking Time-localized Explanations for Audio Classification Models},
author = {Cecilia Bolaños and Leonardo Pepino and Martin Meza and Luciana Ferrer},
journal= {arXiv preprint arXiv:2506.04391},
year = {2025}
}