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。
深層表現学習は,テキスト依存話者検証(TD-SV)システムの前進において顕著な運動量を獲得した。ボトルネック特徴を抽出するための深層ニューラルネットワーク(DNN)を設計するとき,重要な考慮は,訓練目標,活性化関数,および損失関数を含んでいる。本論文では,TD-SVの性能に対するこれらの選択の影響を系統的に研究した。訓練目標のために,話者アイデンティティ,時間コントラスト学習(TCL),および自己回帰予測符号化を,最初に監督し,最後の2つを自己監督する。さらに,話者アイデンティティを訓練ターゲットとして使用するときの損失関数の範囲を調べた。活性化関数に関して,広く使用されたS字関数,修正線形ユニット(ReLU),およびGauss誤差線形ユニット(GELU)を研究した。GELUは,訓練ターゲットに関係なく,S字状と比較してTD-SVの誤り率を著しく低減できることを実験的に示した。3つの訓練目標の中で,TCLは最良であった。種々の損失関数の中で,交差エントロピー,結合-ソフトマックス,および焦点損失関数は,他のものより優れていた。最後に,異なるシステムのスコアレベル融合も誤り率を減少できる。実験は,短い発話を用いたTD-SVのRedDots2016チャレンジデータベースで行った。話者分類のために,よく知られたGauss混合モデル-普遍的背景モデル(GMM-UBM)とi-ベクトル技術を使用した。【JST・京大機械翻訳】