Co wchodzi do klasyfikatora oprócz osadzenia audio?

Oprócz osadzenia audio, często do wejścia klasyfikatora podawane są dodatkowe cechy, które pomagają poprawić jakość klasyfikacji. Mogą to być:

• Metadane (np. informacje o długości audio, częstotliwości próbkowania)
• Cechy spektralne (MFCC, spektrogramy)
• Dane kontekstowe (np. informacje o środowisku nagrania lub urządzeniu)
• Cechy czasowe (np. pozycje w strumieniu audio)

W niektórych architekturach wraz z osadzeniem podaje się maski lub cechy uwagi, aby klasyfikator mógł lepiej skupić się na istotnych fragmentach audio.