Какво влиза в класификатора освен аудио ембединг?

Освен вграждането на аудио, често към входа на класификатора се подават допълнителни характеристики, които помагат за подобряване на качеството на класификацията. Те могат да бъдат:

• Метаданни (например информация за продължителността на аудиото, честотата на дискретизация)
• Спектрални характеристики (MFCC, спектрограми)
• Контекстуални данни (например информация за средата на запис или устройството)
• Времеви характеристики (например позиции в аудио потока)

В някои архитектури заедно с вграждането се подават маски или характеристики на вниманието, за да може класификаторът по-добре да се фокусира върху релевантните части на аудиото.