检测音频字幕中的漏报与误报
多媒体
2023-09-08 v1
摘要
评估音频字幕的指标仅提供一个分数，在分数偏低时无法对可能存在的错误给出太多解释。需人工介入以发现字幕的缺陷。本工作中，我们引入一种指标，通过相对于参考字幕检测候选字幕中的漏报与误报，自动识别音频字幕的缺陷，并报告召回率、精确率与 F 值。此类指标对刻画音频字幕模型的不足非常有用，是提升音频字幕质量之路上的里程碑。
引用
@article{arxiv.2309.03326,
title = {Detecting False Alarms and Misses in Audio Captions},
author = {Rehana Mahfuz and Yinyi Guo and Arvind Krishna Sridhar and Erik Visser},
journal= {arXiv preprint arXiv:2309.03326},
year = {2023}
}