Что идёт на вход классификатора помимо эмбеддинга аудио?

Помимо эмбеддинга аудио на вход классификатора часто подаются дополнительные признаки, которые помогают улучшить качество классификации. Это могут быть:

• Метаданные (например, информация о длительности аудио, частоте дискретизации)
• Спектральные признаки (MFCC, спектрограммы)
• Контекстные данные (например, информация о среде записи или устройстве)
• Временные признаки (например, позиции в аудиопотоке)

В некоторых архитектурах вместе с эмбеддингом подают маски или признаки внимания, чтобы классификатор мог лучше фокусироваться на релевантных участках аудио.