本文研究了小样本语音事件检测技术。少样本学习能够用非常有限的标记数据检测新事件。与计算机视觉等其他研究领域相比，语音识别的样本学习研究较少。作者提出了小样本AED问题，并探索了不同的方法来利用传统的监督方法，以及各种元学习方法，这些方法通常用于解决小样本分类问题。与有监督的基线相比，元学习模型具有更好的性能，从而显示了它对新音频事件的泛化效果。作者的分析包括初始化和领域差异的影响，进一步验证了元学习方法在小样本AED中的优势。

内容中包含的图片若涉及版权问题，请及时与我们联系删除