数据增强与混合专家机制特征选择的分类方法及系统

一种数据增强与混合专家机制特征选择的分类方法及系统，包括：自动语音识别(ASR)模块、文本到语音合成(TTS)模块、多模态特征提取模块、混合专家机制(MoE)模块、共注意力机制模块、特征融合模块和分类模块。本发明利用基于语音到文本(TTS)技术的语音数据增强模块，提升数据多样性和模型泛化能力；利用多层次的声学和文本特征的提取，更全面地表征语言的变化；利用混合专家机制(MoE)机制实现对多模态特征的动态选择，提高特征利用效率；利用共注意力机制优化不同模态特征之间的融合方式，增强特征间的交互表达能力，显著提升了在多模态环境下的识别精度与系统的鲁棒性，克服了上述不足。