<i>CardioNetV2</i>

Cardio Sonix 系列中最新的多模态模型。 基于最初用于计算机视觉任务 （如改进的 ResNet）或 NLP（如 LSTM）架构的模型构建而成。 该模型可处理音频信号和表格数据。 模型将输入音频信号作为令牌（tokens）处理： 从音频中提取包含时间样本的梅尔倒谱图， 其中每个时间样本具有 N 个梅尔倒谱系数。 在最开始，LSTM 将梅尔倒谱图作为输入， 并输出一个张量传入 ResNet（残差神经网络）。 ResNet 是残差网络家族中经过改进的音频信号处理模型。 在此实现中，采用了预激活残差块。 数据随后传入 DenseMixer 输入层。 该模型分别对音频和表格特征进行推理， 然后将输出拼接为稠密特征向量并对其进行推理， 最终基于音频和表格数据得出预测结果