贡献包括：1）一种新颖的视听数据集蒸馏问题，旨在将大型视听数据集的知识压缩为更小的合成数据集。 据我们所知，这是视听数据集蒸馏的第一项工作； 2）对视听数据集蒸馏进行系统研究，以评估压缩视听数据在视听事件识别中的功效； 3）两个新的视听分布匹配损失(隐式交叉匹配和跨模式间隙匹配)，可以对齐联合空间中合成数据和真实数据之间的分布，从而强制执行跨模式对齐； 4）对四个视听数据集进行了广泛的实验，验证了视听与合成数据的集成仍然有帮助，并且我们的方法可以优于其他数据集蒸馏基线。