基于预训练模型的多示例语音内容分类

摘要：

语音内容分类主要用于对大批量信号进行自动处理,并基于用户的兴趣选择语音文件.据此提出了一种新的分类方法,在多示例学习框架下,使用无监督语音表示学习对大规模未标记数据进行预训练,得到用于提取语音深层表示的预训练模型,提取的语音表示作为下游分类器的输入.真实语音数据集上的实验结果表明,多示例学习在处理语音分类问题上具有优势,提出的方法能够提高分类的效果,在平均准确率指标上优于3种基线方法.

关键词：语音内容分类、多示例学习、预训练模型、无监督语音表示学习

所属期刊栏目：23

分类号：TN912.3

资助基金：国家自然科学基金61272041

在线出版日期：2022-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：141-147