文献

J-GLOBAL ID：202002291162743172   整理番号：20A1072338

自己管理による前訓練オーディオ表現【JST・京大機械翻訳】

Pre-Training Audio Representations With Self-Supervision

著者 (4件)： Tagliasacchi Marco (Google Research, Zurich, Switzerland) ,  Gfeller Beat (Google Research, Zurich, Switzerland) ,  Quitry Felix de Chaumont (Google Research, Zurich, Switzerland) ,  Roblek Dominik (Google Research, Zurich, Switzerland)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 27  ページ： 600-604  発行年： 2020年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  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： 汎用音声表現を学習する方法として自己監視を調べた。具体的には,2つの自己教師つきタスクを提案した。これらは,過去と将来のスライスからのスペクトログラムスライスの再構成と,同じオーディオクリップからランダムに抽出された2つの短いオーディオセグメント間の距離を推定するTemporalGapからなる。著者らは,異なる下流タスクへの自己監視転送を介して学習された表現,事前訓練された埋め込みのトップにおけるタスク特異線形分類器の訓練,または各下流タスクに対するモデルエンドツーエンドの微調整を評価した。著者らの結果は,Audo2Vecにより学習された表現が,Audisetに関する完全教師つき訓練により学習されたものより良いことを示した。さらに,微調整Audi2Vec表現により,限られたデータが利用可能な場合には,各タスクにおけるスクラッチから訓練された完全教師つきモデルの性能を向上させることができ,ラベル効率を向上させることができる。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： 教師つき学習 ,  再構成 ,  *オーディオ機器 ,  エンドツーエンド方式 ,  線形性 ,  自己管理
準シソーラス用語： スペクトログラム ,  スクラッチ ,  微調整 , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 自己管理 ,  訓練 ,  オーディオ ,  表現