文献

J-GLOBAL ID：202002215500823642   整理番号：20A2277968

短期発話音声言語識別のための知識蒸留ベース表現学習【JST・京大機械翻訳】

Knowledge Distillation-Based Representation Learning for Short-Utterance Spoken Language Identification

著者 (4件)： Shen Peng (National Institute of Information, and Communications Technology, Japan) ,  Lu Xugang (National Institute of Information, and Communications Technology, Japan) ,  Li Sheng (National Institute of Information, and Communications Technology, Japan) ,  Kawai Hisashi (National Institute of Information, and Communications Technology, Japan)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 28  ページ： 2674-2683  発行年： 2020年 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  資料種別： 逐次刊行物 (A)
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： 深い特徴学習アルゴリズムの成功した応用によって,長い発話に関する音声言語識別(LID)は,満足な性能を得る。しかし,LIDシステムが短い発話を用いて訓練された場合でも,短い発話に関する性能は劇的に劣化する。主な理由は,高いモデル混乱をもたらす短い発話に関する表現の大きな変動による。長い発話と短い発話の間の性能ギャップを狭めるために,短い発話に関するLID性能を改善するために,知識蒸留法に基づいた教師-スチューデント表現学習フレームワークを提案した。提案フレームワークにおいて,それらの真のラベルを持つ短い発話に関する学生モデルを訓練することに加えて,学生モデルの隠れ層の出力からの内部表現を,それらの長い発話に対応する表現で教師つき。短い発話と長い発話の間の内部表現の距離を減らすことによって,学生モデルは,短い発話のためのロバスト識別表現を探索でき,それはモデル混乱を減少することが期待される。著者らは,著者らの社内LIDデータセットとNIST LRE07データセットについて実験を行い,短い発話LIDタスクに対して提案した方法の有効性を示した。Copyright 2020 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： 蒸留 ,  有効性 ,  カオス ,  ロバスト性 ,  *発話 ,  学習アルゴリズム ,  話し言葉
準シソーラス用語： 隠れ層 , 【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 (6件)： 短期 ,  発話 ,  音声言語 ,  識別 ,  知識蒸留 ,  表現学習