OpenFEAT:変圧器によるオープンセット少数ショット埋込み適応による話者同定の改善【JST・京大機械翻訳】

C Kishan K; Tan Zhenning; Chen Long; Jin Minho; Han Eunjung; Stolcke Andreas; Lee Chul

プレプリント

J-GLOBAL ID：202202210304476728 整理番号：22P0294961

OpenFEAT:変圧器によるオープンセット少数ショット埋込み適応による話者同定の改善【JST・京大機械翻訳】

openFEAT: Improving Speaker Identification by Open-set Few-shot Embedding Adaptation with Transformer

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 (7件)： , , , , , ,
資料名：
発行年： 2022年02月24日プレプリントサーバーでの情報更新日： 2022年02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。

少数の登録発話による家庭話者識別は,特に家庭のメンバーが類似した音声特性と部屋音響を共有するとき,重要だが挑戦的な問題である。多数の話者から学習された共通の埋込み空間は,家庭におけるあらゆる話者の最適識別に普遍的に適用できない。本研究では,まず,少数ショットオープンセット認識タスクとして家庭話者識別を定式化し,次に,セットツーセット関数を用いて,与えられた普遍的埋込み空間から話者表現を適応させる新しい埋込み適応フレームワークを提案し,より良い家庭話者識別性能を得た。著者らのアルゴリズムによって,変換器(オープンFEAT)によるオープンセット少数ショット埋込みアダプテーション,著者らは,2~7のハードから識別する話者を有する模擬家庭に関する話者同定等誤り率(IEER)が,23%から31%まで減少することを観察した。【JST・京大機械翻訳】

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

パターン認識

, , , ,

前のページに戻る