用于语言识别的加性音素感知间隔 Softmax 损失
声音
2021-06-25 v1 音频与语音处理
摘要
本文提出一种加性音素感知间隔 softmax（APM-Softmax）损失，用以训练带有音素信息的多任务学习网络进行语言识别。在加性间隔 softmax（AM-Softmax）损失中，间隔在整个训练过程中对所有训练样本设为常数，由于各训练样本识别难度不同，这是一种次优方法。在加性角间隔 softmax（AAM-Softmax）损失中，附加角间隔同样设为常数。本文中，我们提出一种用于语言识别的 APM-Softmax 损失，结合音素多任务学习，其中加性音素感知间隔针对不同训练样本自动调节。更具体地，语言识别的间隔根据音素识别的结果进行调整。实验在东方语言识别（OLR）数据集上报告，所提方法在不同语言识别测试条件下均优于 AM-Softmax 损失与 AAM-Softmax 损失。
引用
@article{arxiv.2106.12851,
title = {Additive Phoneme-aware Margin Softmax Loss for Language Recognition},
author = {Zheng Li and Yan Liu and Lin Li and Qingyang Hong},
journal= {arXiv preprint arXiv:2106.12851},
year = {2021}
}
备注
Accepted by Interspeech 2021