噪声差异下的多类语音分类研究
Get the story
2026年10月5日，arXiv（eess.AS，arXiv:2610.03381）发布关于多类别语音分类中噪声差异问题的研究。研究提出多类别交叉增强训练策略，让每个类别暴露于其他类别的噪声特征，以消除噪声条件与类别标签之间的关联。实验在多类别情绪识别任务上进行，结果显示该方法在一系列信噪比下有效缓解噪声差异影响；同时发现语音增强（SE）预处理对模型性能产生有害影响。该论文为目前该事件的唯一报道，尚未见后续验证或同行评议信息。
Generated from reports · updated 15 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Audio and Speech噪声差异下的多类别语音分类
研究针对多类别语音分类中的噪声差异问题，提出多类别交叉增强训练策略，让每个类别暴露于其他类别的噪声特征，以消除噪声条件与类别标签之间的关联。实验在多类别情绪识别任务上显示，该方法在一系列信噪比下有效缓解噪声差异影响，而语音增强（SE）预处理则对模型性能产生有害影响。论文已发布于 arXiv（arXiv:2610.03381 [eess.AS]）。
Heat trend
Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.