研究者提出变分分解自编码框架VDA

Ioannis N. Ziogas 等作者提出变分分解自编码框架 VDA，以及其中的 DecVAE 模型。该模型在分布层面进行潜在自编码，学习与时频特征对齐的多个潜在子空间。 作者在模拟数据以及语音识别、构音障碍语音评估、情感语音分类三个公开数据集上测试，称 DecVAE 在解耦质量和鲁棒性上优于基于 VAE 的方法；当生成因子具有明显频谱特征时，潜在子空间呈现因子特异性。上述比较结果来自作者报告。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。