文献

J-GLOBAL ID：201902223271213060   整理番号：19A1488819

話者検証のためのGauss制約付き訓練【JST・京大機械翻訳】

Gaussian-constrained Training for Speaker Verification

著者 (4件)： Li Lantian (Center for Speech and Language Technologies, RIIT, Tsinghua University, China Beijing National Research Center for Information Science and Technology) ,  Tang Zhiyuan (Center for Speech and Language Technologies, RIIT, Tsinghua University, China Beijing National Research Center for Information Science and Technology) ,  Shi Ying (Center for Speech and Language Technologies, RIIT, Tsinghua University, China Beijing National Research Center for Information Science and Technology) ,  Wang Dong (Center for Speech and Language Technologies, RIIT, Tsinghua University, China Beijing National Research Center for Information Science and Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICASSP  ページ： 6036-6040  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ニューラルモデル,特にdベクトルとxベクトルアーキテクチャは,多くの話者検証タスクで最先端の性能を生み出した。しかしながら,これらの神経モデルの2つの潜在的問題は,より多くの研究を提供する。まず第一に,両方のモデルには,情報漏洩がある。それは,モデル訓練に関与するいくつかのパラメータが,推論,すなわち,分類装置として使用される層の間に捨てられることを意味する。第二に,これらのモデルは誘導された話者ベクトルの分布を調整しない。この制約のない分布は,PLDA,例えばPLDAの性能を劣化させる可能性がある。本論文では,(1)パラメトリック分類器を捨て,(2)導出された話者ベクトルの分布をGaussとする,Gauss制約訓練手法を提案した。この新しい訓練手法は,より代表的で規則的な話者埋込みを生成し,一貫した性能改善をもたらすことを,VoxCeelbとSITWデータベース上での実験により実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ベクトル ,  分類装置 ,  データベース
準シソーラス用語： 情報漏洩 ,  神経回路網モデル ,  *話者 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 話者 ,  検証 ,  制約 ,  訓練