← Audio captioning

Papers with Code · CC BY-SA 4.0

Clotho

아카이브 평가 11건 · 마지막 적재/변경 2026-10-30

원본 데이터셋 링크 1

평가 기록

과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.

표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.

원본 기록 순서 · 순위 미부여
모델	원본 지표·값	논문	구현
SLAM-AAC	CIDEr 0.515 SPIDEr 0.332 SPICE 0.148 METEOR 0.197 SPIDEr-FL 0.330 FENSE 0.540	SLAM-AAC: Enhancing Audio Captioning with Paraphrasing Augmentation and CLAP-Refine through LLMs 2024-10-12	코드 1
LOAE	CIDEr 0.513 SPIDEr 0.330 SPICE 0.147 METEOR 0.197 SPIDEr-FL 0.330 Sentence-BERT 0.538 FENSE 0.538	Enhancing Automated Audio Captioning via Large Language Models with Optimized Audio Encoding 2024-06-19	코드 1
MQ-Cap	CIDEr 0.496 SPIDEr 0.319 SPICE 0.143 BLEU-4 18.1 METEOR 0.192	Enhancing Retrieval-Augmented Audio Captioning with Generation-Assisted Multimodal Querying and Progressive Learning 2024-10-14	연결 없음
Ensemble	CIDEr 0.400 SPIDEr 0.318 SPICE 0.137	THE DCASE 2021 CHALLENGE TASK 6 SYSTEM: AUTOMATED AUDIO CAPTIONING WITH WEAKLY SUPERVISED PRE-TRAING AND WORD SELECTION METHODS 2021-07-06	연결 없음
Audio Flamingo (Pengi trainset)	CIDEr 0.489 SPIDEr 0.312 SPICE 0.134 BLEU-4 17.4 METEOR 18.7 ROUGE-L 39.4	Audio Flamingo: A Novel Audio Language Model with Few-Shot Learning and Dialogue Abilities 2024-02-02	코드 1
Ensemble-RL	CIDEr 0.468 SPIDEr 0.295 SPICE 0.123	THE SJTU SYSTEM FOR DCASE2021 CHALLENGE TASK 6: AUDIO CAPTIONING BASED ON ENCODER PRE-TRAINING AND REINFORCEMENT LEARNING 2021-07-06	코드 1
Qwen-Audio	CIDEr 0.441 SPIDEr 0.288 SPICE 0.136	Qwen-Audio: Advancing Universal Audio Understanding via Unified Large-Scale Audio-Language Models 2023-11-14	코드 1 · 코드 2
Ensemble	CIDEr 0.319 SPIDEr 0.207 SPICE 0.094	The NTT DCASE2020 Challenge Task 6 system: Automated Audio Captioning with Keywords and Sentence Length Estimation 2020-07-01	연결 없음
VAST	CIDEr 0.519 BLEU-4 19 METEOR 19.3 ROUGE-L 40.8	VAST: A Vision-Audio-Subtitle-Text Omni-Modality Foundation Model and Dataset 2023-05-29	코드 1 · 코드 2
VALOR	CIDEr 0.423 BLEU-4 16.2 METEOR 17.4 ROUGE-L 38.2	VALOR: Vision-Audio-Language Omni-Perception Pretraining Model and Dataset 2023-04-17	코드 1
RNN-GRU-EncDec + VGGish + Word2Vec	CIDEr 0.18	Audio Captioning using Gated Recurrent Units 2020-06-05	연결 없음