利用轻量辅助模型以原始波形补充手工特征
声音
2021-09-08 v1 密码学与安全
机器学习
音频与语音处理
摘要
音频处理中的一个新兴趋势是从原始波形中捕获低级语音表示。这些表示在诸如语音识别和语音分离等多种任务上已显示出有前景的结果。与手工特征相比，通过反向传播学习语音特征在理论上为模型提供了更大的灵活性来表示不同任务的数据。然而，实证研究表明，在某些任务（如语音欺骗检测）中，手工特征比学习特征更具竞争力。本文不独立评估手工特征与原始波形，而是提出一种Auxiliary Rawnet模型，以从原始波形学习的特征来补充手工特征。该方法的一个关键好处是能以相对较低的计算成本提高准确率。所提Auxiliary Rawnet模型使用ASVspoof 2019数据集进行测试，该数据集的结果表明，轻量波形编码器能以少量额外计算工作潜在提升基于手工特征的编码器的性能。
引用
@article{arxiv.2109.02773,
title = {Complementing Handcrafted Features with Raw Waveform Using a Light-weight Auxiliary Model},
author = {Zhongwei Teng and Quchen Fu and Jules White and Maria Powell and Douglas C. Schmidt},
journal= {arXiv preprint arXiv:2109.02773},
year = {2021}
}