一种基于自监督表示的简单隐马尔可夫模型用于电话分段
计算与语言
2024-09-23 v2
摘要
尽管近期在自监督表示方面取得了进展，但无监督语音电话分段仍然具有挑战性。大多数方法致力于通过自监督学习改进语音电话表示，希望这些改进能转化到语音电话分段上。本文与近期方法不同，展示了对Mel频谱图的峰值检测是一个强大的基线，优于许多自监督方法。在此基础上，我们提出了一种简单使用的隐马尔可夫模型，利用自监督表示和边界特征进行电话分段。我们的结果表明相较于先前方法，本方法在一致性方面取得了改进，同时提供了灵活的通用 formulation 以便于多样化的设计调整。
引用
@article{arxiv.2409.09646,
title = {A Simple HMM with Self-Supervised Representations for Phone Segmentation},
author = {Gene-Ping Yang and Hao Tang},
journal= {arXiv preprint arXiv:2409.09646},
year = {2024}
}
备注
Accepted to SLT 2024