精选理由
选模型？看这个研究
本研究使用88个eGeMAPS特征，对六个分类群的生物声学嵌入进行线性与非线性回归探针，揭示模型编码的语音特征。结果显示没有单一模型能覆盖全部特征空间，拼接嵌入性能最佳。Loudness特征编码最好（R²=0.76），F0最难恢复（R²=0.33）。通过交叉引用可恢复性与特征显著性（NMI），为模型选择提供数据驱动指导。
AI 翻译 · 中文
本研究使用88个eGeMAPS特征，对六个分类群的生物声学嵌入进行线性与非线性回归探针，揭示模型编码的语音特征。结果显示没有单一模型能覆盖全部特征空间，拼接嵌入性能最佳。Loudness特征编码最好（R²=0.76），F0最难恢复（R²=0.33）。通过交叉引用可恢复性与特征显著性（NMI），为模型选择提供数据驱动指导。
Pretrained audio embeddings are standard in bioacoustics, yet little is known about which acoustic features these models encode, nor which are useful for a given task. This hinders transparency and limits extension to ra…