音频预训练

解锁强监督：通用音频预训练方法的数据中心研究

Unlocking Strong Supervision: A Data-Centric Study of General-Purpose Audio Pre-Training Methods

该论文的数据中心视角（高质量标注数据优先于预训练目标选择）对视觉预训练有直接借鉴意义：可复用其高保真标注生成流程与统一标签系统构建方法，并启示视觉领域在扩大预训练数据时优先提升数据质量与覆盖度。