咨询一下多帧跨通道注意力（MFCCA）模型的训练 about funasr HOT 2 CLOSED

1.您理解的没有问题，不过那个值因为之前经过mask，有值也是一个极小值，对模型结果基本没有影响。当然您也可以做一下mask，让他确保是padding的0特征。
2.具体代码没法开源，涉及内部代码。主要思路就是模拟一个房间的长宽高，然后随机麦克风的位置和人的位置，然后模拟8通道的重叠音频，重叠率10~40%之间。原始单通道近场数据用于训练了，可以看最后一个结果对比的实验结果表格。Beamformer生成的是单通道数据。CDDMA Beamformer是内部的代码，目前可能还没开源。
3.这个是可以处理的，可以看源代码task/abs_task.py内，构建batch的时候有个utt2category的文件，你可以处理一个这样的文件对自己的音频进行分类，他会让相同类别的音频分配到同一个batch内。

from funasr.

1.您理解的没有问题，不过那个值因为之前经过mask，有值也是一个极小值，对模型结果基本没有影响。当然您也可以做一下mask，让他确保是padding的0特征。 2.具体代码没法开源，涉及内部代码。主要思路就是模拟一个房间的长宽高，然后随机麦克风的位置和人的位置，然后模拟8通道的重叠音频，重叠率10~40%之间。原始单通道近场数据用于训练了，可以看最后一个结果对比的实验结果表格。Beamformer生成的是单通道数据。CDDMA Beamformer是内部的代码，目前可能还没开源。 3.这个是可以处理的，可以看源代码task/abs_task.py内，构建batch的时候有个utt2category的文件，你可以处理一个这样的文件对自己的音频进行分类，他会让相同类别的音频分配到同一个batch内。

噢噢，明白了，非常感谢你的耐心解答，感谢！！！

from funasr.