基于深度变分典型相关分析的声学特征学习
计算机视觉与模式识别
2017-09-01 v2
摘要
我们研究在训练时可获取另一（非声学）模态用于特征学习但测试时不可获取的设定下的声学特征学习问题。我们采用深度变分典型相关分析（VCCA），一种近期提出的用于多视图表示学习的深度生成方法。我们还通过改进的隐变量先验和对抗学习对 VCCA 进行了扩展。与其他多视图特征学习技术相比，VCCA 的优势包括直观的隐变量解释以及能够高效端到端训练的变分下界目标。我们在 University of Wisconsin X-ray Microbeam Database 上将 VCCA 及其扩展与先前的特征学习方法进行了比较，结果表明基于 VCCA 的特征学习在非特定说话人语音识别上优于先前的方法。
引用
@article{arxiv.1708.04673,
title = {Acoustic Feature Learning via Deep Variational Canonical Correlation Analysis},
author = {Qingming Tang and Weiran Wang and Karen Livescu},
journal= {arXiv preprint arXiv:1708.04673},
year = {2017}
}