抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,タスク特異的復号器を持つ共有エンコーダを用いて,テキスト依存自動話者検証(TD-ASV)に対処する新しい方法を提案した。自己回帰予測符号化(APC)符号器を,話者と音素コンテンツをカプセル化する一般的で高レベル特徴表現を学習するために,ドメイン外(LibriSpeech,VoxCeleb)とドメイン内(DeepMine)非ラベルデータセットの両方を用いて教師なし方法で事前訓練した。2つのタスク特異的復号器を,話者(SID)とフレーズ(PID)を分類するためにラベル付きデータセットを用いて訓練した。SID復号器から抽出した話者埋込みをPLDAを用いて記録した。SIDとPIDシステムをスコアレベルで融合した。交差言語DeepMineデータセットに関する完全教師つきxベクトルベースラインと比較して,このシステムのminDCFにおいて51.9%の相対的改善があった。しかし,iベクトル/HMM法は,提案したAPC符号器デコーダシステムより優れていた。PID融合前のx-ベクトル/PLDAベースラインとSID/PLDAスコアの融合は,さらに性能を改善し,x-ベクトルシステムへの提案アプローチの相補性を示した。提案手法は,大規模,ラベルなし,データリッチドメインから活用でき,下流タスクに依存しない音声パターンを学習できることを示した。そのようなシステムは,テストデータがデータ-スカルセドメインから来るドメイン不整合シナリオにおいて競合性能を提供できる。【JST・京大機械翻訳】