文献

J-GLOBAL ID：201902248796646879   整理番号：19A0460968

話者認識における注意機構:深部話者埋め込みにおける何が学習するか?【JST・京大機械翻訳】

Attention Mechanism in Speaker Recognition: What Does it Learn in Deep Speaker Embedding?

著者 (5件)： Wang Qiongqiong (Biometrics Research Laboratories, NEC Corporation, Japan) ,  Okabe Koji (Biometrics Research Laboratories, NEC Corporation, Japan) ,  Lee Kong Aik (Biometrics Research Laboratories, NEC Corporation, Japan) ,  Yamamoto Hitoshi (Biometrics Research Laboratories, NEC Corporation, Japan) ,  Koshinaka Takafumi (Biometrics Research Laboratories, NEC Corporation, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SLT  ページ： 1052-1059  発行年： 2018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： 本論文では,話者認識における強力な表現学習技術であることが分かっている,注意機構による深い話者埋込みに関する実験的研究を示した。このフレームワークにおいて,注意モデルは,各フレームレベル特徴ベクトルに対する注意重みを計算するフレームセレクタとして働き,それに一致して,話者埋込みネットワークにおけるプール層で発話レベル表現が生成される。一般的に,注意モデルは単一目的関数上の話者埋込みネットワークと共に訓練され,したがって,それらの2つの成分は互いに密接に結合している。本論文では,注意モデルがその親ネットワークから分離され,他の話者埋込みネットワークと従来のiベクトル抽出器を支援する可能性を考察した。この可能性を,NISTピーク認識評価(SRE)タスクに関する一連の実験を通して実証し,注意重みがiベクトル抽出に適用されるとき,9.0%のEER低減と3.8%のMINC_1次縮小を有する。もう一つの実験は,DNNベースのソフト音声活動検出(VAD)が,深い話者埋込みとiベクトルシステムにおいて,それぞれ6.6%と1.6%までMINC_1次の更なる低減をもたらすために,効果的に注意機構と結合できることを示した。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： 発話 ,  目的関数 ,  *話者認識 ,  *学習 ,  抽出装置 ,  ネットワーク
準シソーラス用語： iベクトル ,  特徴ベクトル ,  実験研究 ,  *話者 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 話者認識 ,  注意 ,  深部 ,  話者 ,  埋め込み ,  学習