VGGish使用了Google提供的预训练模型，目前通过调整阈值，听不清类别准确率达到95%的准确率3标准问题匹配在实际交互过程；VGGish模型的输入，得到一个128维的embedding，然后经过BiLSTM+Attention进行预测，判断说话人性别虽然性别识别的准；的VGG模型，称为VGGi...