多任务伪标签学习用于非侵入式语音质量评估模型

该研究介绍了多任务伪标签（MPL）学习在非侵入性语音质量评估模型中的应用。实验证明了MPL相较于从零开始训练模型和使用知识传递机制的优势。同时验证了Huber损失函数在提高MTQ-Net预测模型能力方面的益处。MTQ-Net采用MPL方法展示了较其他基于SSL的语音评估模型更高的整体预测能力。