Classification audio few-shot non supervisée

Dans le cadre de la tâche de classification non supervisée à quelques exemples (few-shot), nous supposons qu'aucune donnée étiquetée n'est disponible lors de la pré-formation du modèle. Cette configuration contraste avec les méthodes traditionnelles où des données étiquetées sont utilisées pour la pré-formation. La classification audio non supervisée à quelques exemples vise à réaliser une classification audio efficace et précise en utilisant un petit nombre d'échantillons audio non étiquetés grâce à des techniques d'apprentissage non supervisé. Cette tâche réduit non seulement le coût de l'annotation des données, mais elle améliore également la capacité de généralisation du modèle sur de nouvelles catégories, ce qui la rend particulièrement précieuse pour les applications pratiques.