面向说话人确认与日记化的信道对抗训练
声音
2020-04-17 v1 机器学习
音频与语音处理
摘要
已有工作通过对所生成特征所属的数据集或标记环境进行对抗分类，来鼓励深度说话人嵌入的域不变性。我们提出了一种训练策略，旨在以录音或信道为粒度产生不变特征，该目标比数据集或环境不变性更为细粒度。通过以连体方式训练一个对手网络来预测同一说话人嵌入对是否属于同一录音，所学特征在训练中被抑制利用可能具有说话人判别性的信道信息。在VoxCeleb上的确认实验以及CALLHOME上的日记化与确认实验表明，相较于强基线该方法有可观提升，且优于数据集对抗模型。尤其是VoxCeleb模型表现良好，在采用相似架构且训练数据更少的情况下，较Kaldi基线在EER上取得4%的相对提升。
引用
@article{arxiv.1910.11643,
title = {Channel adversarial training for speaker verification and diarization},
author = {Chau Luu and Peter Bell and Steve Renals},
journal= {arXiv preprint arXiv:1910.11643},
year = {2020}
}
备注
Submitted to IEEE ICASSP 2020