文献

J-GLOBAL ID：201902260663301174   整理番号：19A2177530

テキスト独立話者検証のための自己注意ネットワーク【JST・京大機械翻訳】

Self-Attention Networks for Text-Independent Speaker Verification

著者 (3件)： Bian Tengyue (College of Electrical Engineering, Zhejiang University, Hangzhou, Zhejiang, 310027, China) ,  Chen Fangzhou (College of Electrical Engineering, Zhejiang University, Hangzhou, Zhejiang, 310027, China) ,  Xu Li (College of Electrical Engineering, Zhejiang University, Hangzhou, Zhejiang, 310027, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CCDC  ページ： 3955-3960  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： 本論文では,テキスト独立話者検証タスクおよび三重項損失の新しい変種に対する自己注意ベースモデルを提案した。話者検証タスクで使用される従来の畳込みニューラルネットワーク(CNN)は,かなりの性能を実現するために非常に深い層を必要とする。提案したモデルにおいて,自己注意機構は容易に長距離依存性を捉えることができ,したがって,より少ないパラメータでより良い表現能力を達成した。三重項損失に基づいて,著者らは新しい三重項選択法を提案して,それはより効率的に訓練を作って,著しい性能強化を達成した。AISHELL-2コーパスに関するテキスト独立話者検証実験は,改良損失関数を有する提案モデルが,一般的な三重項損失を有する最先端のResNet様モデルと比較して16.81%の検証等しい誤差率(EER)を減少させる一方,提案モデルはより少ないパラメータを有して,より低い計算コストを必要とすることを示した。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： 三重項 ,  コーパス ,  *ネットワーク ,  損失関数
準シソーラス用語： 計算コスト ,  検証実験 ,  選択法 ,  距離依存性 ,  畳込みニューラルネットワーク ,  *テキスト ,  *話者 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

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