يقترح الباحثون طريقة SPAM، التي تستغل نماذج الكلام ذاتية الإشراف (S3Ms) لحل تجزئة الهواتف والتعرف عليها في وقت واحد من خلال توجيه البنية الصوتية الكامنة. تقوم هذه الطريقة بربط كل إطار لتمثيل S3M بمتجه من تنشيطات السمات الصوتية، مثل الصوتية والأنفية.
- تستخدم SPAM رؤوس تنبؤ خفيفة الوزن لا تحتاج إلى نزول التدرج لمهام التعرف والتجزئة.
- تتطلب الطريقة أقل من دقيقة واحدة من النصوص الصوتية للتدريب.
- تعمم على الهواتف غير المرئية أثناء التدريب وتحقق أداءً قوياً عبر مجموعات بيانات متنوعة.