NPLDA:話者検証のための深層ニューラルPLDAモデル【JST・京大機械翻訳】

Ramoji Shreyas; Krishnan Prashant; Ganapathy Sriram

プレプリント

J-GLOBAL ID：202202203886669715 整理番号：22P0109784

NPLDA:話者検証のための深層ニューラルPLDAモデル【JST・京大機械翻訳】

NPLDA: A Deep Neural PLDA Model 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 (3件)： , ,
資料名：
発行年： 2020年02月10日プレプリントサーバーでの情報更新日： 2020年05月24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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

話者検証のための最先端のアプローチは,確率的線形判別分析(PLDA)のようなバックエンド生成モデルとともに,ニューラルネットワークベースの埋込み抽出器から成る。本研究では,話者認識におけるバックエンドモデリングのためのニューラルネットワークアプローチを提案した。生成PLDAモデルの尤度比スコアを弁別的類似性関数として提示し,スコア関数の学習可能パラメータを検証コストを用いて最適化した。ニューラルPLDA(NPLDA)と呼ばれる提案モデルを,生成PLDAモデルパラメータを用いて初期化した。NPLDAモデルの損失関数は最小検出コスト関数(DCF)の近似である。NPLDAモデルを用いた話者認識実験を,VOiCESデータセットおよびSITWチャレンジデータセットにおける話者検証タスクに関して実行した。これらの実験において,提案した損失関数を用いて最適化したNPLDAモデルは,最先端のPLDAベース話者検証システムよりも大幅に改善された。【JST・京大機械翻訳】

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

パターン認識

, , ,

前のページに戻る