用于说话人和语言识别的统一深度神经网络
计算与语言
2015-04-06 v1 计算机视觉与模式识别
机器学习
神经与进化计算
机器学习
摘要
来自深度神经网络 (DNNs) 的学习特征表示和子音素后验概率已被分别用于显著提高说话人和语言识别任务的性能。在本工作中，我们展示了如何使用单个 DNN 同时实现说话人和语言识别的这些增益。统一的 DNN 方法在 2013 年域适应挑战说话人识别任务（域外条件错误率降低 55%）和 NIST 2011 语言识别评估（30 秒测试条件错误率降低 48%）上显示出显著的性能提升。
引用
@article{arxiv.1504.00923,
title = {A Unified Deep Neural Network for Speaker and Language Recognition},
author = {Fred Richardson and Douglas Reynolds and Najim Dehak},
journal= {arXiv preprint arXiv:1504.00923},
year = {2015}
}