基于预训练模型的多示例语音内容分类

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。