Unüberwachte Few-Shot-Audio-Klassifikation

In der Few-Shot-Unüberwachten-Klassifizierungsaufgabe gehen wir davon aus, dass während der Vorabtrainingsphase nur nicht gekennzeichnete Daten zur Verfügung stehen. Dies steht im Gegensatz zu traditionellen Methoden, bei denen gekennzeichnete Daten für das Vorabtraining verwendet werden. Die Unüberwachte Few-Shot-Audioklassifizierung strebt an, effizient und genaue Audioklassifizierungen mit wenigen nicht gekennzeichneten Audiosamples durch unüberwachte Lernverfahren zu erreichen. Diese Aufgabe reduziert nicht nur die Kosten für die Datenaufbereitung, sondern verbessert auch die Generalisierungsfähigkeit des Modells auf neue Kategorien, was es für praktische Anwendungen hoch wertvoll macht.