في عالم الصوتيات، تتطور التقنيات بشكل مستمر، ومعها يبرز جديدها كأنماط تصنيف الصوت التي تعتمد غالبًا على ملخصات بسيطة أو تمثيلات ثابتة للتردد الزمني. لكن ماذا لو كانت هناك طريقة أفضل؟

نقدم لكم MADS (مجموعة الوصف الصوتي متعددة الرؤى)، وهي مجموعة مبتكرة قوامها 19 بعدًا فيزيائيًا تهدف إلى التقاط العناصر الطيفية والزمنية والميكانيكية والعشوائية في الإشارات الصوتية. يختلف MADS عن الأنماط التقليدية التي تكتفي بدراسة الصوت كنمط طيفي، فهو يرمز إلى خصائص مثل الإثارة، والتخميد، والدورية، والاندفاع، وتناسق البنية ضمن تمثيل متعدد الرؤى موحد.

ستساعد التجارب العملية باستخدام MADS على تقييم أدائه عبر النماذج التقليدية للتعلم الآلي مثل ESC-10 وESC-50 وMSoS. وقد حقق هذا الابتكار نتائج متفوقة، حيث سجل 81.00% و52.78% على التوالي في اختبارات ESC-10 وESC-50، مستخدمًا نصف الأبعاد مقارنة بالأساسيات التقليدية السابقة. بالإضافة إلى ذلك، كانت النتائج على MSoS مدهشة حيث حقق MADS 67.48% كأفضل أداء.

تبت MADS ليس فقط كمجموعة وصف مستقلة تنافسية، بل كطبقة وصف أساسية لبرنامج تمثيل صوتي مدفوع بمبادئ فيزيائية، لتطوير نماذج متوافقة في المستقبل مع التعلم العميق.