Audio Classification

Meilleur modèle: MBT (AS-500K training + Video)

Meilleur modèle: EAT

Meilleur modèle: CrissCross (AudioSet)

Meilleur modèle: Audiovisual Masked Autoencoder (Audiovisual, Single)

Meilleur modèle: InternVideo2

Meilleur modèle: BTS

Meilleur modèle: animal2vec

Meilleur modèle: SNN with Dilated Convolution with Learnable Spacings

Meilleur modèle: EAT

Meilleur modèle: Event-SSM

Meilleur modèle: CDIL

Meilleur modèle: ONE-PEACE (Audio-Visual)

Meilleur modèle: VocalSound Baseline