オーディオ向けトランスフォーマー

スペクトログラム用2D位置エンコーディング

スペクトログラムから抽出されたトークンの空間情報（時間と周波数）をエンコードする位置符号化技術。Transformerが音声信号の2D構造を理解できるようにする。

← 戻る