跨麦克风鲁棒分类
通过领域对抗训练提取麦克风不变特征，使病理语音分类模型在设备变化下保持稳定性能。
Wang, Syu Siang · Hung, Chaohsiang · Chun-Hsien, Wang · Chi-Te, Wang · Fang, Shih Hau
Engineering Applications of Artificial Intelligence 2026
通过梯度反转层和共享编码器，模型学习到的特征对麦克风变化不敏感，在不匹配条件下仍能保持高召回率。
该方法与模型架构无关，可集成到不同深度网络中，在三种模型上均验证了有效性。
内置的类别加权机制使模型在病理样本稀少的类别上也能有效学习，提升整体召回率。