話者検証のための教師なし特徴強調【JST・京大機械翻訳】

Nidadavolu Phani Sankar; Kataria Saurabh; Villalba Jesus; Garcia-Perera Paola; Dehak Najim

プレプリント

J-GLOBAL ID：202202200441842361 整理番号：22P0083515

話者検証のための教師なし特徴強調【JST・京大機械翻訳】

Unsupervised Feature Enhancement for speaker verification

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2019年10月25日プレプリントサーバーでの情報更新日： 2020年02月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

有害シナリオにロバストな話者検証システムを作るタスクは,研究の課題と活発な分野である。話者検証性能の改善の最終目標を持つログフィルタバンクドメインにおける教師なし特徴増強アプローチを開発した。強化システムを訓練するために,逆環境で記録された実際の音声とシミュレーションによって得られた劣化音声の両方を用いて実験を行った。このアプローチの有効性を,いくつかの実,模擬雑音,および残響試験セットについて試験することによって示した。このアプローチは,データ増強が話者検証パイプラインにおいて使用されないとき,実および模擬セットの両方に関して顕著な改善をもたらし,また,xベクトル訓練中にのみ,増強を使用した。データ増強がxベクトルとPLDA訓練に使用されたとき,著者らの強化アプローチはわずかな改善をもたらした。【JST・京大機械翻訳】

, , , , , , , , , , ,
, 【Automatic Indexing@JST】

パターン認識

, ,

前のページに戻る