迈向狗吠解码：利用人类语音处理进行自动吠叫分类

与人类类似，动物广泛使用语言和非语言形式的交流，包括大量的音频信号。在本文中，我们处理狗的发声，并探索使用在人类语音上预训练的自监督语音表征模型来解决狗吠分类任务，这些任务与以人为中心的语音识别任务有相似之处。我们具体处理四个任务：狗个体识别、品种识别、性别分类和上下文关联。我们表明，使用语音嵌入表征比简单的分类基线有显著改进。此外，我们还发现，在大型人类语音声学上预训练的模型可以在多个任务上提供额外的性能提升。