文献

J-GLOBAL ID：202202286427334025   整理番号：22A0554667

SベクトルとTESA:変圧器エンコーダに基づく話者埋込みと話者認証器【JST・京大機械翻訳】

S-Vectors and TESA: Speaker Embeddings and a Speaker Authenticator Based on Transformer Encoder

著者 (3件)： Mary Narla John Metilda Sagaya (Department of Electrical Engineering, Indian Institute of Technology Madras, Chennai, India) ,  Umesh Srinivasan (Department of Electrical Engineering, Indian Institute of Technology Madras, Chennai, India) ,  Katta Sandesh Varadaraju (Department of Electrical Engineering, Indian Institute of Technology Madras, Chennai, India)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 30  ページ： 404-413  発行年： 2022年 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最もポピュラーな話者埋込みの1つはxベクトルであり,それは層により大きな時間的コンテキストを徐々に構築するアーキテクチャから得られる。本論文では,話者分類のために訓練された変換器符号器から話者埋込みを導出することを提案する。変圧器の符号器が構築される自己注意は,発話全体にわたってすべての特徴に着目し,発話における話者特性を把握するのにより適している。提案した話者分類モデルから得た話者埋込みを,自己注意に重く依存するアーキテクチャから得ることを強調した。実験により,sベクトルがxベクトルよりも良好に機能することを示した。sベクトルに加えて,従来の確率的線形判別分析(PLDA)に基づく話者検証のための置換として話者検証のための変換器符号器に基づく新しいアーキテクチャを提案した。このアーキテクチャは,変換者(BERT)からの双方向符号器表現の次の文章予測タスクによって触発され,2つの発話のsベクトルを送り,それらが同じ話者に属するかどうかを検証した。このアーキテクチャを変換器符号器話者認証器(TESA)と呼ぶ。著者らの実験は,TESAを有するsベクトルの性能は,従来のPLDAベースの話者検証によるsベクトルより良いことを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ベクトル ,  *変圧器 ,  変換器 ,  分類 ,  特性 ,  *符号器 ,  モデル ,  *人間 ,  判別分析 ,  計算機アーキテクチャ ,  *認証 ,  発話
準シソーラス用語： 話者 ,  線形判別分析 ,  分類モデル , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： ベクトル ,  変圧器 ,  エンコーダ ,  話者 ,  埋込み ,  認証