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。
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】