解释机器学习中的语谱图：面向语音分类的神经网络研究

本研究调查了神经网络为准确进行语音分类而学习的判别模式，特别关注元音分类任务。通过检查用于元音分类的神经网络的激活和特征，我们深入了解了网络在语谱图中“看到”了什么。通过使用类激活映射，我们识别出对元音分类有贡献的频率，并将这些发现与语言学知识进行比较。在一个美式英语元音数据集上的实验展示了神经网络的可解释性，并为误分类的原因及其在区分清辅音时的特征提供了宝贵的见解。这项研究不仅增强了我们对元音分类中潜在声学线索的理解，还通过弥合神经网络中的抽象表示与既定语言学知识之间的差距，为改进语音识别提供了机会。