元学习模型在追踪语音疲劳方面展现出潜力

研究人员开发了新颖的元学习方法来模拟说话人相关的语音疲劳，其性能优于传统的混合效应模型。该研究利用了预训练的语音嵌入，评估了基于集成距离的模型、原型网络和基于 Transformer 的序列模型。这些方法在 1,185 名轮班工人的数据集上进行了测试，通过语音模式预测疲劳水平。 AI

影响 这项研究通过改进疲劳检测，有望带来更高效、更准确的基于语音的健康监测系统。

排序理由 研究论文，详细介绍了用于语音疲劳建模的新颖元学习方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv Recommender
• Influence Flower
• Meta-Learning Approaches for Speaker-Dependent Voice Fatigue Models
• Roseline Polle
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →