効率的な音声エンコーダ
大規模な訓練を実用的にするためには，データをネットワークに効率的に取り込む方法が必要である．音声NetEncoderは，このような場合に必要な効率のよい低レベル機能を提供する．
Wolfram Data Repositoryから利用可能なデータ集合を使ってエンコーダの効率を測定することができる．このデータ集合は比較的小さいもので（GoogleのSpeech Commandsデータ集合の部分集合） ，1万件の短い訓練例を含んでいる．
1つの例を選ぶ．
音声エンコーダは，正規化，リサンプリング，トリミング／充填等のオンラインでの前処理操作をサポートする．正規化を行う"Audio"エンコーダでかかる時間とAudioNormalizeの単純な呼出しでかかる時間を比較する．
データ集合全体について，"AudioSpectrogram"エンコーダでかかる時間と同等のシステム関数でかかる時間を比較する．
完全なWolfram言語入力を表示する
アウトオブコアのAudioオブジェクトの集合について，"AudioSpectrogram"エンコーダでかかる時間と同等のシステム関数でかかる時間を比較する。
完全なWolfram言語入力を表示する
インコアAudioオブジェクトのデータ集合をトップレベルのコードで符号化するのにかかる時間とデータサイズの関数としてのNetEncoderで符号化するのにかかる時間を比較する．
アウトオブコア音声ファイルをトップレベルのコード符号化するのにかかる時間とデータ集合サイズの関数としてのNetEncoderで符号化するのにかかる時間を比較する．
