في الآونة الأخيرة، عادت هياكل الشبكات العصبية متعددة الطبقات (MLP) إلى الاهتمام مرة أخرى، حيث برزت هياكل MLP-Mixer كمثال بارز. في مجال الرؤية الحاسوبية، يتميز MLP-Mixer بقدرته على استخراج معلومات البيانات من وجهتي نظر القنوات والرموز (tokens)، مما يجعله فعليًا دمجًا لمعلومات القنوات والرموز. بالفعل، يمثل Mixer نموذجًا لاستخراج المعلومات يجمع بين معلومات القنوات والرموز. جوهر Mixer يكمن في قدرته على مزج المعلومات من وجهات نظر متنوعة، مما يجسد المفهوم الحقيقي للـ "مزج" في مجال هياكل الشبكات العصبية. بالإضافة إلى اعتبارات القنوات والرموز، يمكن إنشاء خلاطات (mixers) أكثر تخصيصًا من وجهات نظر مختلفة لتلبية متطلبات المهام بشكل أفضل. تركز هذه الدراسة على مجال التعرف على الصوت، وتقدم نموذجًا جديدًا باسم خلاط طيف الصوت مع التدوير الزمني وتحويل فورييه السريع الهيرميتي (ASM-RH) الذي يدمج رؤى من المجالين الزمني والتكراري (frequency). تظهر النتائج التجريبية أن ASM-RH مناسب بشكل خاص لبيانات الصوت ويحقق نتائج واعدة في العديد من مهام التصنيف. سيتم نشر النماذج وملفات الأوزان المثلى.