典型文献
基于预训练模型的多示例语音内容分类
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
张建宜;姚佳奇;褚衍杰;燕继坤;梁杰
作者机构：
信息工程大学,河南郑州450001;盲信号处理国家级重点实验室,四川成都610041
文献出处：
引用格式：
[1]张建宜;姚佳奇;褚衍杰;燕继坤;梁杰-.基于预训练模型的多示例语音内容分类)[J].信息工程大学学报,2022(02):141-147
A类：
语音内容分类,无监督语音表示学习
B类：
预训练模型,例语,大批量,自动处理,分类方法,多示例学习,记数,分类器,语音数据,音分,分类问题,平均准确率
AB值：
0.166958
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
