¿Qué se introduce en el clasificador además de la incrustación de audio?

Además de la incrustación de audio, a la entrada del clasificador a menudo se le proporcionan características adicionales que ayudan a mejorar la calidad de la clasificación. Estas pueden ser:

• Metadatos (por ejemplo, información sobre la duración del audio, la frecuencia de muestreo)
• Características espectrales (MFCC, espectrogramas)
• Datos contextuales (por ejemplo, información sobre el entorno de grabación o el dispositivo)
• Características temporales (por ejemplo, posiciones en el flujo de audio)

En algunas arquitecturas, junto con la incrustación, se proporcionan máscaras o características de atención para que el clasificador pueda centrarse mejor en las partes relevantes del audio.