Cosa entra nel classificatore oltre all'embedding audio?

Oltre all'embedding audio, spesso vengono forniti al classificatore caratteristiche aggiuntive che aiutano a migliorare la qualità della classificazione. Queste possono includere:

• Metadati (ad esempio, informazioni sulla durata dell’audio, frequenza di campionamento)
• Caratteristiche spettrali (MFCC, spettrogrammi)
• Dati contestuali (ad esempio, informazioni sull’ambiente di registrazione o sul dispositivo)
• Caratteristiche temporali (ad esempio, posizioni nel flusso audio)

In alcune architetture, insieme all’embedding vengono fornite maschere o caratteristiche di attenzione, affinché il classificatore possa concentrarsi meglio sulle parti rilevanti dell’audio.