エンドツーエンド話者検証と同定のための改良型関係ネットワーク【JST・京大機械翻訳】

Chaubey Ashutosh; Sinha Sparsh; Ghose Susmita

プレプリント

J-GLOBAL ID：202202216164320372 整理番号：22P0323439

エンドツーエンド話者検証と同定のための改良型関係ネットワーク【JST・京大機械翻訳】

Improved Relation Networks for End-to-End Speaker Verification and Identification

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： 2022年03月31日プレプリントサーバーでの情報更新日： 2022年07月21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)

実世界シナリオにおける話者識別システムは,各登録話者に対してほんの少数のサンプルだけを与えられた登録話者の集合間の話者を同定するためにタスクされる。本論文では,この使用事例に対するメタ学習と関係ネットワークの有効性を実証した。話者検証と少数ショット(unseen)話者識別のための改良関係ネットワークを提案した。関係ネットワークの使用は,フロントエンド話者符号器とバックエンドモデルの共同訓練を容易にする。話者検証におけるプロトタイプネットワークの使用に触発され,話者埋込みの弁別性を増すために,訓練セットに存在するすべての話者間の現在のエピソードにおけるサンプルを分類するためにモデルを訓練する。さらに,無視できる余分な計算で与えられたメタ学習エピソードからより多くの情報を抽出することにより,より速いモデル収束のための新しい訓練体制を提案した。話者検証と話者同定のタスクに関するVoxCeleb,SITWとVCTKデータセットに関する提案技術を評価した。提案アプローチは,両方のタスクにおいて既存のアプローチを一貫して凌駕する。【JST・京大機械翻訳】

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

パターン認識

, , ,

前のページに戻る