Qu'est-ce qui est entré dans le classificateur en plus de l'embedding audio?

En plus de l’intégration audio, des caractéristiques supplémentaires sont souvent fournies à l’entrée du classificateur, ce qui aide à améliorer la qualité de la classification. Celles-ci peuvent inclure :

• Métadonnées (par exemple, la durée de l’audio, la fréquence d’échantillonnage)
• Caractéristiques spectrales (MFCC, spectrogrammes)
• Données contextuelles (par exemple, l’environnement d’enregistrement ou l’appareil)
• Caractéristiques temporelles (par exemple, les positions dans le flux audio)

Dans certaines architectures, des masques ou des caractéristiques d’attention sont fournis avec l’intégration pour permettre au classificateur de mieux se concentrer sur les parties pertinentes de l’audio.